剑桥学者谈机器人身体与大脑协同进化

《Robot Talk》第166期由主持人Claire对话剑桥大学副教授Rika Antonova。本期讨论如何用人工智能开发互补的机器人硬件与算法。

节目重点之一是协同设计：机器人的物理形态与控制算法同步开发，让身体与“大脑”相互影响，而非先定硬件再写软件。

Antonova的研究涵盖协同设计、自动算法发现、数据高效强化学习、探索、主动学习与机器人学。这些方向致力于让机器人从有限经验中学习并适应新任务。

数据高效强化学习在机器人领域尤为关键，因为真实交互往往缓慢、昂贵或危险。更少试验即可学习的方法能让训练更可行。

主动学习与探索让机器人选择最有信息量的动作或查询，而不是被动接收数据，从而提升学习效率与最终表现。

自动算法发现通过计算搜索寻找算法或控制器，减少手工工程。与协同设计结合，可找到与特定身体匹配的软件。

本期标题“进化中的机器人身体与大脑”正体现这一交叉：进化与学习方法可同时搜索物理设计与控制策略。

《Robot Talk》是采访机器人研究者的播客系列。第166期延续这一形式，向听众概述AI如何促进更一体化的机器人设计。

Antonova兼具学术界与工业界背景。她曾在谷歌任高级软件工程师，研究生涯跨越卡内基梅隆、KTH与斯坦福等机构。

通过结合硬件与算法，本期讨论指向能力更强、开发也更高效的机器人，并展示AI如何成为身体与算法开发的共同伙伴。