CMU 具身智能風云榜：從傳統到全面

他們成長于新與舊的碰撞，讓機器人邁向了下一個臺階。

原標題：CMU 具身智能風云榜：從傳統到全面
文章來源：AI科技評論
內容字數：29822字

卡內基梅隆大學機器人研究所：傳統與學習的融合

本文講述了卡內基梅隆大學機器人研究所(CMU RI)培養的機器人領域人才，如何在傳統機器人學和學習方法的碰撞中，推動機器人技術發展的故事。

1. 傳統機器人學的堅守與創新

CMU RI長期以傳統機器人學見長，注重基于模型的方法。然而，隨著人工智能的興起，基于學習的方法（如強化學習）成為熱點。一些CMU RI的學生選擇擁抱新方法，例如前往OpenAI或特斯拉從事機器人基礎模型和人形機器人研發；另一些則選擇創業，將技術應用于工廠、物流等實際場景。但也有許多學生堅守傳統機器人學，例如侯一凡，他專注于解決機器人操作中的難題，認為“行得通的技術”才是最先進的。他通過簡化模型，設計魯棒的控制和規劃方法，取得了顯著成果。楊碩則在足式機器人定位方面取得突破，他將約束LQR與SLAM中的圖優化技術相結合，解決了領域內的挑戰。邱迪聰則認為強化學習應與基于模型的方法結合，才能更好地適應復雜場景。

2. 學習方法的探索與突破

CMU RI也涌現出一批致力于學習方法研究的學者。林星宇在強化學習領域取得突破，他通過創建針對柔性物體的基準測試，推動了該領域的發展，并發現簡單的搜索算法在處理柔性物體操作方面效果卓越。王小龍從計算機視覺領域切入，將語義先驗知識融入強化學習框架，提升了機器人的導航能力。梁小丹和仉尚航則分別在機器人視覺語言導航和自動駕駛領域取得進展，并最終選擇回國任教，繼續推動具身智能領域的研究。

3. 系統性優勢與產業化探索

CMU RI的優勢在于其系統性的培養模式，學生不僅掌握算法，還了解機器人系統的全鏈條，這使得CMU畢業生更容易將技術落地。龔超慧和周佳驥是其中的代表，他們分別創立了賓通智能和星猿哲，將CMU RI的技術成果成功應用于工業和物流領域。羅瑞琨則在人機協作領域積累了豐富的經驗，并加入了木牛機器人，專注于工業場景的落地。

4. 傳統與學習的融合：邁向下一個臺階

最終，許多CMU RI畢業生發現，傳統機器人學和學習方法的結合才是未來方向。楊碩在特斯拉的工作中，將傳統機器人學的理解與深度學習方法相結合，取得了顯著成果。侯一凡則在亞馬遜和斯坦福的經歷中，逐漸認識到學習方法和傳統方法的互補性。邱迪聰也創立了雅可比機器人，將學習能力與實際應用相結合。林星宇則加入OpenAI，致力于研究機器人基礎模型。

CMU RI培養的人才，展現了傳統機器人學與學習方法融合的巨大潛力，他們正共同推動著機器人技術邁向下一個臺階。

聯系作者

文章來源：AI科技評論
作者微信：
作者簡介：雷峰網旗下AI新媒體。聚焦AI前沿研究，關注AI工程落地。