综述：机器人学习可借鉴神经系统设计

Ruihan Zhang 与 Davy Deng 在 arXiv 发表综述，认为机器人策略在日常操作中仍会失败，原因在于设计而非数据规模，并提出从感觉运动神经系统借鉴下一代机器人模型设计。作者称，现有模型即便用数十台机器人、逾百万条轨迹预训练仍会失败，而儿童仅凭单一身体数年学习即可掌握这些能力。 综述给出四条设计方向：从身体借鉴顺应性，让策略同时输出位置与刚度；从视觉系统借鉴与识别慢通路并行的快速动作通路，用专用快视觉系统以相机帧率驱动反应式策略；从小脑借鉴与策略并行的预测器，预测每条指令的后果并依据自身误差重校准；从运动皮层借鉴用基元组合动作单元、在感觉边界逐一验证、针对最弱单元带着假设练习。 作者明确将这些提议定位为待检验的假设，综述未报告实机验证结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。