MDPI Agronomy | 2026-09-13·9月13日 · 周日论文农业人工智能与决策模型阅读 5
System-Level Smart Robotic Harvesting for High-Value Greenhouse Crops: A Review
论文解读
82精选
速览
综述188项研究，从具身智能视角分析温室高价值作物智能采收的系统集成瓶颈。
方法
综述188项研究，以具身智能视角串联感知、可采性评估、决策、操控与反馈。
发现
系统集成是主要瓶颈，可观测性不完整与接触不确定性导致完整任务成功率下降。
机会点
可探索面向温室采收的具身智能系统集成与六维生产评价体系，弥补任务级成功率验证空白。
影响力18
信息增量22
专业深度18
信源权威14
时效性10
江苏大学团队基于188项研究的系统级综述，指出系统集成是可观测性、接触不确定性与故障恢复等瓶颈，并提出六维生产评价体系，对温室智能采摘研发具有较高参考价值。
原文摘要
Agronomy 2026, 16(18):1795（2026-09-13）。江苏大学Junyi Wang等综述188项主要研究，以'具身智能'为分析视角连接感知、可采性评估、决策、操控、反馈、故障传播与恢复。研究表明系统集成是主要瓶颈：可观测性不完整、场景状态短、接触不确定性、结果验证弱导致完整任务成功率、有效下降效。提出六维生产相关评价体系。
信源（1 个）