1. 痛點問題

空間能力指人類利用對形狀和空間位置的基本理解、記憶、推理和生成物體間空間關系的一種能力，對科學、技術、工程和數學學科發展具有重要作用。現有針對兒童空間能力提高的訓練方式主要包括通過特定的練習或者閱讀文檔對個人進行訓練，以及通過給個人提供注重空間能力發展的課程進行訓練。由于測試階段與訓練階段任務非常相似，這兩種訓練方式對空間能力的提升十分有限，且不具有通用性，無法通過有效訓練，將被訓練技能上得到的提高遷移至未經訓練技能。

2. 解決方案

模塊化機器人可以根據環境和任務的不同自適應的改變自身構型，設計精巧、靈活度大，是一種訓練兒童空間能力的理想物理實體。本成果提出了一種模塊化機器人內部結構優化方法，自動計算模塊內部元件優化的排布方式。算法構建了具有結構強度、空間利用率、裝配復雜度三個參數的能量函數，通過模擬退火算法得到能量函數的最小值，即為排布算法的最優解。此外，設計制造了一種自重構機器人單元模塊，具有結構簡單、成本低廉的優點，降低了安裝和拆卸的難度。由該模塊組成的模塊化機器人能在不同構型間自動轉換，并在不同構型下進行運動。

合作需求

尋求與機器人、兒童/青少年教育等行業公司合作，對產品進行推廣，普及機器人教育，提升大眾對機器人的認知，把機器人作為教學的內容給到學生和老師，為幼兒園、K12甚至高校、研究院輸入相關課程解決方案。使用人工智能+互聯網+教育的模式，提供機器人設備及線上教學課程，幫助用戶提升空間能力，共同推動機器人在少年兒童教育產業的發展。