中国机器人产业的挑战与机遇

逆流而上，科研探索的坚守传承

「READING」

李梦佳：关于科研人才培养，您作为培养出优秀研究人员（如程昊博士）的导师，同时也在带领研究团队，请问您对年轻研究人员有哪些学术发展建议和经验分享？赵明国：我个人倾向于独立思考，坚持己见。多年经验让我深刻认识到：不要轻视任何细节，即便是看似微不足重的环节，都值得投入时间深入研究。在他人普遍质疑的领域，更要坚持探索。切忌追求表面容易或短期利益的项目，如果一个机会看似过于简单或收益太过明显，往往暗藏风险。以我的自行车研究项目为例：在初期几乎没有人看好，但通过不懈努力，最终研究成果登上了《Nature》杂志封面。

图注：赵明国2019年发布nature封面文章，将类脑计算技术应用于车辆系统中李梦佳：当时是如何找到自行车这个切入点的？赵明国：在这项研究中，施路平教授是项目的主要负责人。我主要承担实验实施和验证环节，而施教授团队则专注于机器人芯片架构的开发。研究起源可以追溯到2014年我与百度无人驾驶团队的合作。当时，由余凯博士带领的团队规模尚小，但已开始布局无人驾驶汽车领域。考虑到中国作为自行车大国的特殊国情，他们提出开发无人驾驶自行车的构想。经过倪凯等人的深入调研，最终选择与我们清华团队展开合作。

图注：无人驾驶自行车实验。图源：网络，侵删到2016年，我们已完成包括车辆跟踪、语音识别等全部核心功能的开发。当时，这些实验在校园内进行时引起了不少关注，也有人记录分享相关视频。后来，施路平教授建议将他研发的芯片应用于我们的实验平台，用于验证芯片性能。尽管此前双方并不了解对方的研究方向，但经过探讨后发现研究具有很强的互补性，随即开展了持续到2019年的深入合作。这段经历让我深刻认识到：人的认知往往有限，很多决策的价值无法立即显现。我选择与施教授合作，既不是出于私交，也不是基于短期利益的考量，而是对其学术洞察力的认可与信任。这种基于专业判断的科研合作最终取得了丰硕成果。

图注：特斯拉人形机器人。图源：网络，侵删实际上，我所做的一切工作都未曾白费。我们很早就在双轮平衡车上应用过强化学习，但当时选择了暂缓推进。当时我对强化学习一直持谨慎态度，直到许多人在这方面取得了进展，我才重新投入研究。其实，许多事情的成功并非源于明确的动机，但最终结果往往令人满意。在人形机器人领域尚未兴起之时，我在机器人学界的知名度主要依赖于我在自行车项目上的成果。然而，人形机器人的兴起出乎许多人的预料。因此，我不建议人们仅仅因为某个领域看似热门就急于投身其中，而应该深思熟虑，明确自己投身该领域的初衷，追随更长远的目标。

越界融通，机器人研究的智能蝶变

「READING」

李梦佳：您自身如何定位？是否为传统的机器人控制与优化领域的学者？赵明国：今年之前我认为是的，但现在观念发生了变化。本科到博士阶段专注机电一体化，后来深入控制理论，在被动控制领域，我深入研究了力学方向，并在控制优化方面进行了探索。我自己没有太多包袱，不会纠结于身份或专业标签。在这个时代，专业之间的界限并不明显，机械工程师可以投身AI，计算机科学家也能精通工程设计。以机器人领域为例，我认为其核心任务是解决问题，比如手臂要解决操作问题，双腿要解决移动问题。过去移动问题难以解决，只能依靠机械方法和简化模型，现在随着技术进步，人们转向优化技术，认为它能更有效地解决问题。所以要真正解决这些问题，需要学习并应用优化技术，或者采用自己创新的方法，不用局限于专业限制。正如炊具从铁锅进化到电饭煲，面对新技术的发展，学习和适应是必然选择。李梦佳：在研究生涯中，您能否分享一个最令您满意研究成果？赵明国：一是“虚拟斜坡行走”方法，结合了被动行走和控制理论的实践经验。这项技术具有独特性，其性能指标超过了同类研究，并影响带动了后续众多相关研究。二是无人驾驶自行车项目，属于跨领域合作，我们与芯片设计专家施路平老师合作，将创新芯片架构应用在自行车控制系统中，取得了良好的展示效果。值得一提的是，自行车控制项目揭示了计算架构在控制系统中的关键作用。我们成功将原本需要三台计算机的功能集成到单个芯片上，验证了类脑计算在控制系统集成方面的优势。这带给我重要的启发，促使我开始关注机器人系统中的计算架构问题。我曾与计算所的同行探讨如何通过单一SoC（片上系统）解决机器人的所有计算需求。这个设想至今仍具前瞻性，但要真正实现还需要在芯片设计和操作系统等复杂领域投入更多研究。三是2019年我们在《Nature》上以封面文章发表以“面向人工通用智能的异构天机芯片架构”在思想层面具有重要意义。四是我们正攻关基于脉冲神经网络的控制系统，新颖之处是融合了类脑计算和机器学习的方法，预计明年初达到可以公开发表的阶段。五是随着具身智能理念重新受到关注，我正将其与足式机器人竞赛项目（RoboCup）结合，并推广这一研究方向。若能在2025-2026年实现足式机器人的具身智能应用，这将是一个重要的研究成果。

图注：RoboCup 2024机器人世界杯一撇。图源：网络，侵删 2024年7月我访问苏黎世联邦理工学院时，RoboCup和机器人领域专家Marco Hutter说：“目前全球进行人形机器人足球研究的，包括你以及UCLA的Dennis Hong团队在内，仅有3-4个团队。”但今年7月份的RoboCup 2024机器人世界杯带来的研究进展，让许多研究者的态度都发生了转变：人形机器人足球是验证具身智能的理想平台，它涉及技术迭代、学习方法革新、仿生材料等多个领域，有助于我们深入理解智能的本质和物理实现。这是一个值得持续投入的长期研究方向。CMU的前教授Veloso曾提出建议：将机器人比赛整合为统一的人形机器人竞赛活动。虽然这一提议被认为较为激进，但在AI和人形机器人技术快速发展的今天，这个方向值得重视。从AlphaGo到AlphaFold的发展历程给我们重要启示：AI技术需要在特定领域逐步验证和完善。若直接在最终应用场景中测试，可能因不完善而产生负面影响。相比之下，在竞赛等相对可控的环境中验证技术更为合适。例如，围棋比赛的失败可证明人类更强，而蛋白质预测的失误可能导致对整个技术方向的质疑。所以当一项技术在特定领域取得突破性进展，证明其超越人类能力后，其他领域就能以更大的信心采用和深化这项技术。这正是通过机器人竞赛验证技术的价值所在。于我而言，想把“踢足球”作为切入点研究具身智能，并做好。如果有一天，人们意识到这是一个绝佳的创意，并且确实取得了显著成果，这将是我的欣慰。我并不期望自己必须亲自实现这一目标，若他人后来实现，我们也会感到高兴。李梦佳：您当时是如何想到“踢足球”这个场景的？赵明国：机器人足球的构想可追溯至1993年。当时在深蓝与卡斯帕罗夫的国际象棋挑战赛期间，一些加拿大学者提出了五个关键问题，并探讨AI在现实世界中的应用，其中就包括让机器人踢足球这一设想。1996年，随着深蓝即将战胜人类棋手的预期，研究者们成立了RoboCup联盟。1997年，在当时AI领域最具影响力的IJCAI会议上，首次举办了机器人足球比赛。索尼、本田等日本企业作为主要赞助商，大力支持这项赛事。索尼更是免费提供四足机器人，微软也提供了重要赞助。然而，2008年的全球金融危机导致大企业削减赞助，使得这项赛事的发展受到影响。

探索边界，机器人形态的价值探讨

阅读原文 ↗腾讯新闻