大晓陶大程分享具身「双脑协同」思考：让一台机器人付出的探索省下重复试错的代价

“这种价值将进一步改变机器人开发的方式。”

作者：苏打

编辑：tuya

出品：财经涂鸦（ID：caijingtuya）

在一个普通的取杯任务中，机器人找到水杯，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？

公司情报专家《财经涂鸦》获悉，近日，大晓机器人首席科学家陶大程教授在最新文章中，聚焦“一台机器人犯过的错，怎样才能让另一台机器人少走弯路”这一核心议题，对具身双脑协同领域的探索和思考进行分享。

“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。中国具身智能产业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。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。”陶大程进一步表示。

从完成任务走向积累能力，「双脑协同」具备关键优势

陶大程认为，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。

在大晓的双脑协同设计中，云端大脑SenseNova侧重理解任务、组织能力；端侧开悟世界模型则侧重物理状态的理解、生成与预测。

以取杯任务为例，大脑SenseNova根据目标选择取杯技能，并提出接近方向和抓取方案；开悟结合当前观测，预测这些方案可能带来的状态变化。

双脑协同的关键，是让任务推理不断接受物理反馈，也让物理预测围绕任务需要展开。候选方案应综合任务逻辑与当前物体、场景和本体条件进行评估；物理预测也应说明结果如何影响下一步选择。二者通过明确的接口交换目标、候选行动、预测结果和不确定性，才能把各自的能力用于同一个决策。”陶大程总结道。

这种协同还应当延续到任务结束之后。

具备上述两类侧重能力的“双脑”组织可同时保留实现方式演进的空间。两者可以共享表示和部分模型能力，具体的模型组织与云端、端侧分工，也应根据任务、算力和时延要求调整。

从模型协同到系统协同，三个递进闭环组织变化

当大脑SenseNova提出一个抓取方案、开悟给出相应预测之后，系统还需要完成一系列具体工作。

在大晓的系统设计中，具身Harness承担这样的组织与协调职责。它维护任务状态，连接记忆、技能库、感知与三维重建等工具，明确各个模块交换什么信息、在什么条件下调用，以及怎样处理执行反馈。同时，Harness还需要为经验积累保留可追溯的依据。

系统协同的价值，在于让模型、工具和控制器能够各自演进，也让经过验证的经验拥有持续复用的路径。”陶大程指出，这一系统设计为双脑协同的落地提供了基础。

真实反馈进入系统后，可推动不同层次的变化：纠正当前行动，改善后续能力，进一步优化获得能力的方法。大晓以三个递进闭环组织这些变化。

其一是自主执行，让机器人更可靠地完成当前任务。该闭环可在模型参数保持不变的情况下运行，能够改善当前任务中的决策与执行，使机器人能够利用刚刚获得的信息处理变化。其二是经验学习，让一次交互改善后续能力。其三是递归自我改进，让获得能力的方法也能够持续优化。陶大程表示，希望让研发智能体逐步参与这些工作。

三个闭环可以按照不同节奏运行。而更有价值的进步，是让下一次进步更容易发生。双脑协同希望建立的，正是这样一条从行动延伸到学习、再延伸到研发的路径。

走向具身智能「Transformer时刻」

在真实机器人上推进三个闭环，需要面对具体的时间与资源约束。

“真实交互提供证据，模型与仿真据此建立和修正物理认识；仿真扩展练习、比较候选方案，并暴露需要进一步确认的问题；筛选后的方案再回到真实任务中接受检验。新的结果继续用于校准环境、调整策略和更新经验，使下一轮探索建立在更充分的认识之上。这是我们希望形成的Real2Sim2Real循环。

陶大程表示，随着循环持续推进，经过校准的场景、验证过的物理条件和可靠的技能测试，可以逐步成为后续任务共同使用的基础。

双脑协同、三个递进闭环，以及真机与仿真的相互校准，最终指向一个共同目标，即让机器人在真实交互中获得的经验，成为更多任务和本体可以复用的基础。“Transformer的重要启发，在于共享的基础架构能够承载多种能力，并支持持续扩展。我们期待具身智能也迎来这样的Transformer时刻。”他进一步表示。

为此，大晓将世界模型视为构建这一底座的核心环节。双脑协同则是大晓围绕这一目标选择的系统探索。SenseNova组织任务、技能与已有知识，开悟围绕物理状态和行动后果提供判断，具身Harness将它们连接到感知、记忆和执行过程。

陶大程认为，这种价值将进一步改变机器人开发的方式。新的本体可以借助已有的任务组织与物理认识，更集中地解决自身感知和执行上的差异；新的应用可以利用经过验证的技能、场景与评测工具，更快找到需要探索的关键问题；不同团队也可以围绕清晰的接口与验证标准贡献成果，让各自的进步被更多后续工作承接。

“希望有一天，机器人进入一个新场景时，能够带着更充分的认识出发；离开这个场景时，也能为后来者留下经过检验的经验。每一项能力的获得，都由此有机会帮助更多能力生长。让一台机器人付出的探索，为更多机器人省下重复试错的代价。这是我们希望双脑协同能够推动的进步。”