本研究建構一個運用邊緣運算技術之人工智能機器人代理人，並將之運用於實體人型機器人的研究開發。 在此人型格鬥機器人做為場景需求使用設定目標，運用彈性化模組，加上分散式、嵌入式即時網路技術來降低系統設計的複雜度，整合通訊協議與深度學習YOLO影像演算法，進一步運用ZMP運動控制理論，以及多維感測器融合技術，融合陀螺儀、加速儀、CMOS、FSR作為人形機器人智慧平衡基礎，再藉由圖形識別做為預測辨識以及智慧姿態ZMP控制技術作為攻防策略判斷。 整體系統藉由AI 算法與嵌入式系統網路整合。藉網路即時傳輸環境資訊與指令，使可以知道高層的指令目的資訊。值得一提的是本系統網路設計建構仿生哺乳類動物的分層式架構。神經系統將反射及即時控制由AI代理軟體作為即時演算與控制來達到高性能與彈性發展的需要，未來可用在高複雜之擴充性的機器人使用。