关于具身智能的几点理解

几个认知：

        1、Perception,cognition and action are intimately coupled,and form a closed loop.

        感知、认知和行动是密切相关的，并且将构成一个闭环

        2、Intelligence emerges in the interaction of an agent with an environment and as a result of sensorimotor activity.

        智能在智能体与环境的交互中涌现，是感觉运动行为的结果。

        3、Key question of Embodied AI: emergence of concepts and representation learning by coupling perception,cognition,and action.

        具身智能的核心问题：通过耦合感知、认知和行动，来达到概念涌现和表征特征学习。

数据如何获得（how are data acquired）：

        互联网智能时代，人类制作数据集，人类去做标注，用算法建立映射。

        具身智能时代，一个机器人应该能自主的去收集，应该能主动的跟环境交互来获取数据，数据收集人不止是人，更是机器人自身，可以通过历史数据来主动学习。-> 这会涉及到决策论中的一个本质矛盾：探索和利用。

 数据如何处理 (how to process data)：

    数据从感知端流动到决策端，中间会经过一次对世界的建模。

1. 任务驱动的表征学习 Task-driven repr. learning

2. 物体功能的理解 Functional understanding

3. 概念的涌现认知 Emergence of new concepts

 如何评估数据性能（How to Evaluate the performance?）

  Challenge 1: variation of object arrangement and plan horizon

  Challenge 2: complex skills with robustness to variations

  Tips:

1. Task completion rate

2. Sample complexity (amount of interactions)

3. Compositional generalizability 决策是长sequence，需要很强的组合泛化能力

 具身智能的核心挑战：技能学习（Key challenge of embodied Ai : Skill learning）

        Caveat: skill chaining 短距技能

        The full task is solved by skill chaining.

           Acquiring Robust Basic skills is hard,基础操作技能是很大的瓶颈