你可曾想過，未來的機器人不再依賴雲端，能在現場即時「思考」與「行動」？Advantech 透過最新的技術實證，將這個構想轉化為現實，把最前沿的物理AI (Physical AI) 模型與技術直接搬到邊緣設備，讓機器人即時感知、決策與執行，一切都在一台小巧的 ASR-A702（搭載 NVIDIA Jetson Thor） 上完成。這不只是技術升級，更是機器人產業邁向智能自動化的關鍵一步！
技術背景：什麼是 ASR-A702 × Isaac-GR00T-N1.5？ #
先來認識主角：
1. 邊緣運算旗艦：Advantech ASR-A702 這款系統是研華專為自主移動機器人 (AMR) 與人形機器人打造的頂級大腦。
- 核心引擎：NVIDIA Jetson Thor 平台，採用最新 Blackwell GPU 架構。
- 極致效能：支援最新 FP8 / NVFP4 TensorRT 推論技術，專為處理複雜的多模態 AI 模型而生。
- 工業級設計：ASR-A702 具備優異的散熱與抗震設計，確保在嚴苛的工業現場中，依然能穩定輸出強大算力。
2. 物理 AI 的靈魂：NVIDIA Isaac-GR00T-N1.5 這是針對「通用機器人操作」打造的 Physical AI 基礎模型。不同於傳統 AI，它能理解真實世界的物理法則。
- 多模態感知：能看（多視角影像）、能聽（語言指令）、能感知（機械臂狀態）。
- 情境理解：面對如「把方塊放到桶子裡」的模糊指令，它能結合視覺與物理常識，做出精準操作。
這兩者結合後，現場只需一台 Advantech ASR-A702，就能完成機器人智能閉環——從感知、判斷到動作，全都即時反應，完全不靠雲端！
實作揭密：從資料收集到即時控制 #
訓練策略核心：Real2Real - 模仿學習 (Imitation Learning)
接下來，我們將展示如何完成從資料收集到邊緣控制的完整流程：
Step 1｜在 ASR-A702 上收集資料 #
本次採用了模仿學習 (Imitation Learning) ，這是一種直觀高效的「模仿學習」模式。透過人類操作員進行遙操作（Teleoperation）示範，機器人能直接捕捉真實物理世界中的細微動態與接觸反饋。這種方式讓 AI 像學徒一樣觀察師傅的手法，無需編寫複雜的運動學代碼，即可快速學會處理不規則物體或複雜任務。
資料品質決定 AI 能力！研華技術團隊選用 Lerobot-SO101 Leader / Follower 機械臂，搭配雙攝影機（前視＋腕部），以 30 FPS、640×480 解析度收集所有影像與動作資料。所有過程都在 ASR-A702 上進行，確保資料最貼近實際應用。
蒐集 70 個以上 Episode，能明顯提升模型的穩定度與泛化能力。
Step 2｜在 RTX A6000 上微調模型 #
訓練 AI 需要強大算力，所以模型微調階段在 NVIDIA RTX A6000（24GB VRAM）上進行。使用 Docker 化 Isaac-GR00T 環境，設定批次大小 16、訓練約 10,000 步，直到 loss 下降到 0.01 以下，才進入下一階段。
Step 3｜ASR-A702 專屬 TensorRT 推論引擎 #
這一步是 ASR-A702 的最大優勢！在 ASR-A702 上，Isaac-GR00T-N1.5 透過 TensorRT 加速，使用最新 FP8 / NVFP4 精度，比起傳統 FP16，這大幅降低延遲、減少記憶體佔用，特別適合機器人即時控制。
Step 4｜即時部署與現場控制 #
完成 TensorRT 轉換後，Server 和 Client 推論架構，在 ASR-A702 上同步運行。Server 提供推論服務，Client 即時接收語言指令並控制 Lerobot-SO101 機械臂。在實測展示中，系統成功執行「Pick the cube and put it in the bucket」，全流程都在邊緣設備上完成，不依賴雲端！
想看現場操作影片？點我看影片
Server / Client 推論架構：
- Server（推論端）：載入微調後的 Isaac-GR00T-N1.5 模型，提供 PyTorch 或 TensorRT 推論服務，支援高效 FP16 / FP8 / NVFP4 精度。
- Client（感測與控制端）：擷取前視＋腕部相機影像，收集機械臂狀態，發送推論請求並執行動作指令。
架構三大優點：
- 純邊緣部署，不怕網路延遲或雲端斷線
- 邊緣推論＋遠端訓練，彈性高
- 可多機器人擴展，應用場景超多元
亮點與價值：這個架構為什麼重要？ #
| 關鍵價值 | 說明 |
|---|---|
| 全邊緣部署 | 不需雲端，感知→決策→動作全部本地完成 |
| 多模態整合 | 融合視覺、語言、狀態與物理感知，全面進化機器人對真實世界的理解力。 |
| 高效推論 | FP8 / NVFP4 TensorRT，延遲低、效能高 |
| 工程可複製 | Docker + LeRobot + Isaac GR00T，快速部署 |
| 實際驗證 | 已在 ASR-A702（搭載 NVIDIA Jetson Thor）運行，成效可見 |
成果應用與產業價值 #
這套 透過物理 AI 模型，感知、決策、行動，結合 Advantech 軟硬體系統整合能力，未來可應用於：
- 工業自動化：機器手臂即時分揀、包裝
- 智慧製造：現場設備自主協作
- 邊緣 AI 機器人：無人倉儲、物流分發
與傳統雲端機器人相比，這種 Edge-First 架構不僅反應更快、可靠性高，還能大幅降低部署成本與維護難度。Advantech 持續深耕邊緣 AI 領域，致力於推動產業升級與創新！
結語與未來展望 #
NVIDIA Isaac GR00T-1.5 × ASR-A702（搭載 NVIDIA Jetson Thor）的結合，讓通用機器人不再只是紙上談兵，而是能在現場即時「落地」的工程系統。這不只是技術突破，更為產業開創「一台邊緣設備，驅動一整個機器人智能系統」的嶄新藍圖。
未來也可以透過 IsaacSim ( Omniverse ) Sim2Real 虛實整合，構建高擬真的數位孿生場景，在虛擬世界中生成海量合成數據（Synthetic Data）進行訓練，模型再部署至 ASR-A702 進行推論。這種方式能大幅降低實體訓練的成本與風險，實現「虛擬練兵、實地作戰」的無限潛力
Advantech 將持續投入研發與創新，推動 AI 機器人更普及、更聰明，讓工業、製造、物流等各領域都能享受到智能自動化的紅利。歡迎各界夥伴、客戶與技術愛好者，一同見證這場邊緣 AI 機器人的革命！