我國科研人員最新研發的一款人工智能驅動機器人系統，成功在核聚變反應堆內部完成了一項最復雜關鍵的維護任務，定位精度達到0.1毫米級。這項由中科院合肥物質科學研究院取得的突破，直接攻克了"軸孔裝配"這一重大難題 —— 該操作在部件更換過程中極為常見卻極其耗時。

研究人員在新發表的研究中表示："定期維護對保障聚變裝置持續運行至關重要。該過程需完成大量遠程操作，既包括大型結構件搬運，也涉及螺栓等微型部件裝配。"通過深度強化學習技術，新系統模仿人類手眼協調機制來引導機器人。論文指出："與傳統方法不同，我們提出的新型深度強化學習方法融合了二維相機與力/力矩傳感器的數據。"該方法規避了先進3D傳感器在反應堆強輻射、光滑金屬反光環境中的可靠性難題，是推動聚變裝置維護自動化的重要進展。

未來諸如國際熱核聚變實驗堆(ITER)等裝置都需要定期進行高難度維護。當前歐洲聯合環(JET)等裝置采用的"人工介入"模式已成為商業化的主要障礙。人工維護效率極低——JET某次升級改造中，工程師耗時17個月才完成7000組裝配。如此長的停擺期對商業電站不可接受，實現自動化勢在必行。研究人員強調："通過引入二維相機，本方法有效解決了軸孔對準難題，而這是多數裝配技術刻意回避的痛點。"

為支撐先進AI系統，團隊同步研制了配套重型硬件，創新設計出能搬運巨型部件的機器人關節。公報說明："通過移除傳統行星齒輪箱的太陽輪，在保持結構緊湊的同時為動力控制電纜創造了布線空間。"該關節實現13806:1的超高減速比，可輸出139千牛·米的精準扭矩，完美契合堆容器內大部件精密移載的"強力精細"需求。

除硬件突破外，團隊開發的TCIPS智能感知系統同樣關鍵。這個基于Transformer架構的AI模型能處理機器人"眼中"的三維點云數據，將其智能分解為平面、球體、圓柱等幾何元素。通過精準理解復雜環境，機器人可在堆內雜亂空間中自主導航，有效規避障礙并定位工作區。公報總結稱："這些創新共同標志著我們向構建智能重型機器人系統邁出關鍵一步，未來這類系統將能執行聚變電站中復雜高危的維護任務