隨著 AI 與機器人技術快速發展，台灣產業界亟需建立完整的人才培育與課程規劃藍圖，台灣雲協人型機器人SIG於 3 月 23 日舉辦人型機器人學習地圖專家座談會，彙整業界意見，提出課程設計、人才培育、技術挑戰與政策方向，期望政府與產業共同推動，提升台灣在全球 AI 機器人領域的競爭力。以下分為五大面向討論，彙整意見如下:

一、人才培育痛點

• 跨域通才不足：業界普遍反映，具備跨領域能力的人才難以尋覓，需透過課程強化基礎知識與常識。
• 系統控制與軟體人才缺口：通訊、電力控制、ROS 技術、感測器整合等領域人才供給不足。
• 應用導向人才不足：年輕人對 iPAS 證照興趣下降，缺乏能落地應用的工程師。
• AI 人才能力不足：缺乏模型篩選與實務經驗，僅靠 AI 工具無法彌補。

二、課程設計建議

• 雙軌架構：課程應分為「機器人本體」與「AI 技術」兩大面向，涵蓋建模、運動控制、AI 推論、Agent 設計。
• 應用導向：由上而下規劃，從物流、醫療、智慧堆疊等場域切入，降低企業專案失敗率。
• 跨域整合：課程需涵蓋系統分析、整合與場域維運，培養能跨場域應用的人才。
• 平台共用：初級課程建議使用共同平台（如 Nvidia），利於技術整合與合作，並可設計必修與選修課程。

三、技術挑戰

• 建模與模擬環境：如何建立完整的機器人建模能力仍是挑戰。
• Sim-to-real 差距：模擬到實際應用的落差無法完全依靠 AI 彌補。
• 安全與控制：需同時兼顧控制與安全性，特別是人型機器人可能造成意外的風險。
• 資料不足：許多企業缺乏足夠的資料來訓練模型，導致開發進度受限。

四、企業合作與資源

• 場域資源：有多個合作場域（如機械手臂的12 個場域）可提供應用測試與合作開發。
• 資料共享：業界呼籲建立資料共享機制，加快開發時程。
• 跨國交流：透過美國、日本、韓國等國際見習營，促進技術交流與應用落地。
• 政府支持：勞動部「產業新尖兵計畫」已開辦 AI 機器人系統整合工程師養成班，需持續擴大。

五、政策建議方向

• 推動跨域人才培育：支持課程設計涵蓋系統控制、AI 推論、場域應用。
• 建立資料共享平台：促進企業間合作，加速模型開發。
• 強化安全規範：針對人型機器人可能造成的安全風險，建立法規與保險制度。
• 支持國際交流：鼓勵企業與國際合作，提升台灣在全球 AI 機器人領域的競爭力。

本次座談會凝聚了產業界的共同聲音，指出人才、課程、技術與政策的四大面向痛點。台灣雲協人型機器人 SIG 將持續推動跨域合作，並呼籲政府與業界攜手，打造完整的 AI 機器人學習地圖，讓台灣在全球智慧機器人浪潮中占有一席之地。