陶大程教授最新技术文章：一台机器人犯过的错，怎样让另一台少走弯路？
机器之心 · 人工智能
机器之心 2026-11-07 12:04 辽宁 大晓的双脑协同探索：从真实交互到可复用的物理经验 作者： 陶大程 近日，大晓机器人首席科学家陶大程教授发布具身双脑协同探索：让一台机器人付出的探索，为更多机器人提供依据；让今天获得的经验，减少明天必须重复的试错。以下为陶大程教授技术文章原文，欢迎阅读。 “让后来者从前人止步之处继续。” "by the last beginning where those before them had left off" —— 勒内・笛卡尔 一台机器人犯过的错，怎样才能让另一台机器人少走弯路？ 设想一次普通的取杯任务：机器人找到了水杯，规划好接近方向，却在抬起时发生了滑移。它调整接触位置，重新抓取，最终完成任务。对于使用者，这件事到此结束；对于一个能够持续学习的系统，更值得追问的问题才刚刚开始：为什么会滑？这次调整在什么条件下有效？换一只杯子、一副夹爪，甚至另一台机器人，这段经验还能发挥多大作用？ 一次失败如果只留下日志，一次成功如果只留下标签，相似的试错就可能随着部署规模扩大，在不同设备、不同项目中反复发生。将交互中的有效认识连同证据和适用条件一起提炼、保存，并在新的任务中验证，才能让真实经验逐步积累为能力。 这也是具身智能发展到今天，一个越来越值得关注的问题。通用模型正在增强机器人理解目标、组织技能和处理复杂任务的能力；世界模型为预测动作后果、比较候选方案提供了新的方法；感知与控制技术则让这些能力能够进入真实的物理过程。当它们逐步连接起来，我们有机会进一步追问：机器人能否在完成任务的同时，改善后续行动？获得一项新能力的成本，能否随着经验积累而降低？ 真实交互与仿真在这里承担着相互补充的角色。真实世界能够暴露模型尚未理解的条件，为物理判断提供依据；经过校准的仿真可以扩展探索，帮助系统比较方案，把有限的真机时间用在最需要确认的问题上。这个循环的价值，最终要回到真实任务中检验：预测是否更可信，失败是否更容易恢复，新的场景是否需要更少的重复试错。 对于中国具身智能产业而言，较为完备的制造与供应链体系、丰富的作业场景，为这条路径提供了重要机会。从生产线上的装配，到仓储中的搬运，再到复杂条件下的抓取，大量交互都有可能揭示值得复用的物理关系。产业优势能否进一步转化为智能优势，取决于我们能否把分散在设备与项目中的经验，转化为能够跨任务、跨场景、跨本体发挥作用的知识。 大晓的双脑协同，正是围绕这一目标展开的探索。我们希望将大脑 SenseNova 的任务理解、推理规划与能力组织，同开悟世界模型的物理状态判断和行动后果预测连接起来，再通过具身 Harness 组织感知、记忆、技能与控制，让真实反馈进入下一次判断，也进入后续能力的改进。 我们希望双脑协同能够推动这样的积累：让一台机器人付出的探索，为更多机器人提供依据；让今天获得的经验，减少明天必须重复的试错。 一、从完成任务走向积累能力 要让一次抓取成功成为可复用的经验，系统需要进一步分析：接触位置是否合适，夹持是否稳定，动作调整解决了什么问题；当物体或夹爪发生变化时，这些判断是否仍然成立。 同样一次滑移，背后可能有不同原因。杯子表面的状态、杯中液体带来的载荷变化、夹爪的接触位置，甚至最初的定位误差，都可能影响抓取结果。单次观察往往不足以区分这些原因。系统需要将原先的预测、实际执行的动作和获得的反馈联系起来，通过补充观察、可获得的接触信息或有针对性的试探，逐步缩小不确定性。证据不足的判断，也应当保留为待验证的假设。 这一步决定了经验能够以什么形式被留下。假如后续验证发现，在某类物体和接触条件下，抬升前的一次短距离试探有助于判断抓握是否稳定，那么值得保留的就包括：这项试探适用于哪些条件，需要观察什么信号，出现什么结果时应该调整动作，以及哪些情况仍然无法据此判断。这样的认识，才能在下一次任务中帮助机器人作出选择。 真正可迁移的经验，是连同证据和适用范围一起被保留下来的认识。 它可以体现为一个可调用的技能、一条可检索的经验记录，也可以通过训练进入策略或世界模型。无论采用哪种形式，都需要建立从交互记录到后续行为改善的联系。系统还应当识别哪些经历提供了新信息：反复完成已经掌握的动作，与一次揭示原有判断缺陷的交互，可能具有很不相同的学习价值。 当另一台机器人面对相似任务时，过去的经验可以帮助它更快找到值得尝试的方案，也可以提示哪些条件需要优先确认。例如，对抓握稳定性的认识可能为新任务提供参考，具体夹持力度、动作幅度和控制参数则需结合新的夹爪、传感器与执行能力进行适配。经验复用的意义，在于缩小探索范围、减少重复试错，同时保留对新条件的判断能力。 这种积累最终需要在后续任务中体现出来。在可比较的条件下，掌握一项相关技能后，学习下一项技能是否需要更少的示范和真机试验？换一个物体