Project Demo

纺织供应链具身 Agent Demo

基于中大纺织市场和产业数字化调研,把“找布、识别、拣选、反馈”做成可演示的现场任务链。

现场调研与业务沟通
Execution Flow

从自然语言到原型动作

1

用户描述目标:找一款面料或完成一次拣选

2

Agent 抽取颜色、材质、货位和动作约束

3

调度视觉识别、小车移动和机械臂执行

4

传感器回传里程碑,异常时换策略或请求确认

Demo Cards

三个概念 Demo 覆盖真实现场的不同切面

找布识别
概念 Demo

找布识别

专业市场里商品高度相似,人工找布依赖经验,链路慢且容易反复确认。

  • 拍照/语音描述需求
  • Agent 提取材质与颜色意图
  • 调度视觉识别与候选定位
  • 输出货位与下一步询问
仓储拣选
原型链路

仓储拣选

仓储场景对低成本硬件和可监管动作链有强需求,单点自动化难覆盖临场变化。

  • 拆解拣选目标
  • 小车移动到目标区域
  • 机械臂执行抓取
  • 传感器回报里程碑
展厅/设备巡检
场景验证

展厅/设备巡检

展厅和设备巡检需要把问答、状态观察、任务记录和异常上报放在同一个工作流里。

  • 自然语言发起巡检
  • 读取设备/空间状态
  • 生成检查清单
  • 异常时请求人工确认
Landing Plan

三天计划:先做可演示闭环

1

Day 1:整理纺织供应链任务样本,确定找布/拣选演示脚本。

2

Day 2:接入 SO-ARM101 与 SparkBot,完成基础动作和观测回传。

3

Day 3:串联 Agent 任务拆解、VLA 执行和里程碑反馈,形成展示闭环。