具身机器人（Embodied Robot）是指拥有物理身体、能够通过感知与行动与环境进行实时交互的智能系统。它不仅仅是“大脑”（算法），更是“身体”与“环境”的耦合体。
一个完整的具身机器人通常由以下六大核心组成部分构成：
一、 感知系统
这是机器人的“五官”，负责从物理世界中采集数据。
视觉传感器：包括RGB摄像头（识别物体、颜色）、深度相机（如Intel RealSense、奥比中光，获取3D空间信息）、激光雷达（用于SLAM建图、导航避障）。
力觉与触觉：关节扭矩传感器（感知力量输出）、电子皮肤（实现精细的抓取和接触感知）、六维力传感器（通常安装在腕部或脚部，用于精密装配或保持平衡）。
本体感知：惯性测量单元（IMU）、编码器，用于感知自身的姿态、速度和位置。
二、 驱动与执行系统
这是机器人的“肌肉”和“关节”，负责产生动作。
电机：
伺服电机：工业机器人或大型足式机器人的核心，精度高但刚性较强。
无框力矩电机：人形机器人常用的方案，直接驱动关节，力控性能好。
空心杯电机：用于灵巧手（机械手）的指关节，体积小、响应快。
执行器（关节）：
旋转执行器：构成肩、肘、膝、髋等旋转关节。
线性执行器（电缸/液压）：用于需要直线推力的部位（如液压Atlas机器人），力量密度大。
末端执行器：灵巧手（多指抓取）、吸盘、夹爪等，用于具体任务的执行。
三、 控制系统
这是机器人的“小脑”和“神经”，负责底层运动控制与实时协调。
控制器：通常由高性能嵌入式计算机、MCU（微控制器） 或FPGA组成。
运动控制算法：包括模型预测控制（MPC）、全身控制（WBC）。对于人形机器人，需要解决双足步态稳定性和双臂协调运动的算法。
通讯总线：如EtherCAT（以太网控制自动化技术）、CAN总线，确保在毫秒甚至微秒级别内完成传感器数据读取和电机指令下发。
四、 结构本体
这是机器人的“骨骼”和“外壳”，决定了机器人的形态和物理承载能力。
骨架材料：常用铝合金（轻量化）、碳纤维（高强度）、工程塑料。
形态设计：包括人形机器人（双足）、四足/六足机器人（仿生）、**轮式底盘（兼顾稳定性与速度）、机械臂等。
五、 决策与智能系统（大脑）
这是具身机器人与传统自动化机器的本质区别，负责感知理解、任务规划和自主决策。
大模型（基础模型）：当前趋势是利用多模态大模型（如谷歌的RT-2、Figure 01搭载的视觉-语言-动作模型）进行任务拆解。例如，理解“把苹果拿给我”这个指令，并拆分为“寻找苹果->走到苹果前->抓取->转身->递送”的步骤。
交互模块：自然语言处理（NLP）单元，支持语音指令交互。
Sim-to-Real（仿真到现实）：利用NVIDIA Isaac Sim等仿真平台进行大规模虚拟训练，再将策略迁移到真实机器人上。
六、 能源与通讯系统
这是机器人的“血液循环”和“神经网络”，保障持续运行。
能源：高能量密度电池（如锂电池、固态电池），对于人形机器人通常需要支持1-2小时以上的续航；部分工业场景采用高压供电或自动充电系统。
通讯：5G/Wi-Fi 6用于云端协同（端-边-云架构），将部分重计算任务卸载到边缘服务器。
具身机器人不仅仅是硬件的堆砌，其技术难点在于“软硬件的深度耦合”。例如，人形机器人要完成一个简单的“走路”动作，需要：
1. 感知系统（IMU+视觉）判断当前是否倾斜、前方有无障碍；
2. 控制系统（MPC算法）实时计算各关节的角度；
3. 执行系统（伺服电机）在毫秒内输出精确的扭矩；
4. 决策系统（大模型）决定下一步是继续走还是停下来。