机器人数据与硬件

依据 ISO 10218:2025，通过明确边界、验证、移交和变更控制，区分机器人制造商、应用集成商与用户的职责。

评估作为集成机器系统组成部分的机器人末端执行器，涵盖几何形状、质量、工艺能量、工件保持、换刀互锁、隔离、磨损和失效测试。

使用 FMEA、 HAZOP和 STPA 进行机器人风险评估。涵盖生命周期危害、故障、不安全控制、人工智能转移、风险降低、验证和变更。

根据目的区分机器人紧急、保护和安全停止功能、请求源、减速、最终能量状态、残余危害、重置和重启，并整理真实机器人部署前需要核对的条件、指标与失败证据。

通过比较、评分和视频构建机器人奖励模型，避免将习得的偏好评分与任务成功率、安全性或人类意图混淆，并整理真实机器人部署前需要核对的条件、指标与失败证据。

通过前置图、执行收据、观察到的后期条件、部分成功保持和检查点恢复来管理长期机器人任务，并整理真实机器人部署前需要核对的条件、指标与失败证据。

通过量化和蒸馏压缩机器人 VLA 模型，同时测量指定设备上的内存占用、尾部延迟、热行为、解码动作误差和闭环结果，并整理真实机器人部署前需要核对的条件、指标与失败证据。

通过候选检测、掩码、深度、追踪、歧义处理和最终动作检查，将自由形式对象短语从定位到稳定、可操作的3D实例，并整理真实机器人部署前需要核对的条件、指标与失败证据。

设计机器人速度和分离监测与实际进近路径，实现全感测和停止延迟，位置不确定性，最坏情况验证及受控重启，并整理真实机器人部署前需要核对的条件、指标与失败证据。

将机器人策略的不确定性转化为校准的、针对风险的弃权，并配备可执行的后备方案、人工交接和可测量的自主覆盖，并整理真实机器人部署前需要核对的条件、指标与失败证据。