他山科技联合图灵奖得主萨顿共建“机器人幼儿园”，具身智能从“模仿时代”迈向“经验时代”

雷峰网(公众号：雷峰网)获悉，6月29日，“触碰真实·自主进化——机器人幼儿园启幕大会”在北京首钢园隆重举行。本次大会由他山科技与OpenMind Global Research共同发起，由北京具身智能研究院联合主办。大会上，由他山科技与2024年图灵奖得主、Openmind 全球研究院首席科学家理查德·萨顿（Richard Sutton）教授团队联合共建的“机器人幼儿园”正式揭牌。这是强化学习理论在具身智能领域的首个实体落点，标志着机器人从被动模仿的“数据时代”，正式迈向交互试错的“经验时代”。

一、一个让机器人充满好奇、安全试错的幼儿园

他山科技董事长孙滕谌在欢迎辞中指出，全球人工智能产业正向“实体生产力”转型，行业亟须一套全新的技术范式。“机器人幼儿园”创新性地以触觉感知为核心突破口，旨在打通强化学习实践全流程能力闭环，让机器人在自主触碰、持续试错中积累经验、迭代进化。

紧接着，被誉为“强化学习之父”的传奇人物萨顿教授系统性地阐述了机器人幼儿园的核心理念。“在过去70多年，AI一直存在，AI过去的发展一直存在着一种探索，通过试错让机器人持续学习。”萨顿教授援引艾伦·图灵在1950年论文中的洞见：“与其开发一个类似人类一样思考的程序来模拟成年人的思维，不如尝试开发一个模拟儿童思维的程序，让他不断地成长，学会思考。”他指出，过去几十年虽有尝试，但受限于脆弱的硬件，机器人难以获得扎根现实的广泛经验。

当前硬件已取得巨大进步且成本降低，传统从人类示例中训练出的机器人行为“不够强大”，萨顿教授认为，真正的答案是：机器人必须通过交互学习，通过试错在整个部署的生命周期中实现持续学习，像婴儿一样，从经验的积累、成长当中逐渐地一步步学习。他强调，与他山科技共建的机器人幼儿园实际上是基于这样强大的理念，让机器人在没有人类示例的情况下能够在线学习，“这也是人工智能的一个梦想。”

随后，作为机器人幼儿园的联合发起者，他山科技CEO马扬从产业角度出发，剖析“为什么要建幼儿园”。他指出，机器人需要的不是孤立的数据而是在交互中持续产生并不断更新的经验。触觉是人类和机器人与客观世界产生交互的唯一通道，只有通过触觉才能真正接触物体，改变目标。他山科技从2017年成立起就聚焦于此，目前，他山科技已有数十万个触觉指尖应用于全球不同的人形机器人。

“幼儿园”是自主探索真正萌发的阶段，也是孩子开始逐步脱离保护、与物理世界直接交互的阶段。为此，他山科技将为机器人幼儿园提供四个核心条件：允许犯错的机会、安全的探索环境、持续的真实交互、及时而明确的反馈。最后，马扬发出倡议，欢迎所有具身智能从业者一起来做机器人的启蒙者，“我们有足够的耐心，也足够谦虚，因为我们觉得这不只是对具身智能的启蒙时代，也是人类和具身智能一起去迎接碳基和硅基生命共存的启蒙时代。”

二、一个开放生态的硬核底座

主题演讲后，在全场倒数声中，嘉宾共同按下启动光柱，“机器人幼儿园”正式揭牌，标志着具身智能从被动模仿正式迈向主动探索的新里程。

揭牌只是序章，将这一平台真正转化为驱动产业进化的引擎，需要更多同行者携手入场。随后，“机器人幼儿园首批联合共建生态伙伴”启动仪式举行。加速进化、云迹科技、因时机器人、他山科技、Openmind全球研究院、北京市唯实具身智能研究院、北京人形机器人创新中心、节卡机器人、紫东太初等企业与机构代表同台，共同启动生态共建计划。他山科技集结从核心零部件到整机、从算法框架到场景应用的多元力量，合力为机器人打造一个开放、安全、鼓励试错与自主进化的创新生态。

技术纵深层面，他山科技研发副总裁侯广东与Openmind研究员Dr. Kris De Asis提供了硬核注解。侯广东指出，他山科技与萨顿教授正在探索“真实系统上长程持续学习”的新范式，而在机器人的启蒙阶段，“婴儿最重要的第一感知很可能是触觉”，它将成为“主动探索的基石”。他山科技计划利用触觉定义机器人“疼痛”机制，并驱动机器人内在探索动机。

Dr. Kris De Asis则提出了“为学习而设计”的突破性理念。他分享：“每当我提到我们应该直接在机器人身上学习的时候，我经常听到一个反对的意见，就是机器人会磨损并且出现故障。”Dr. Kris认为，这是实时学习的一个问题，但也是实时学习的闪光点。因为机器人会将这个情况视为一个新的现实，是必须经历的环境。而且机器人会根据所有的这些磨损以及损坏的情况来学习执行任务。

三、一次关于成长与价值的对话

在以“机器人启蒙时代，具身智能如何实现‘自主进化’”为主题的圆桌讨论中，圆桌主持人中国信息通信研究院人工智能研究所具身智能与机器人部副主任张蔚敏开宗明义指出，萨顿教授提出的AI从“数据时代”走向“经验时代”，本质上是在重新定义“智能如何生长”。

萨顿教授分享了机器人幼儿园的合作渊源：“我们选择他山，是因为他们对触觉的专注，以及与我们共同相信经验学习的力量。”他坦言，他山科技在触觉感知上的深耕，尤其是对试错学习理念的共鸣与快速行动，是双方共建机器人幼儿园的核心原因。

他山科技董事长孙滕谌阐释了触觉与强化学习的深度融合：“触觉为强化学习提供了安全试错的屏障和感知的时序精度。”电容式触觉的接近觉能力让机器人在碰撞前即可预警规避，大幅降低试错成本；动态触觉技术将时间分辨率提升至微秒级，叠加类脑芯片对“脉冲－时序差分”算法的天然支持，为机器人的自主学习筑牢硬件基础。

北京人形机器人创新中心CEO熊友军从生态建设切入：“开放的生态比单点突破更重要，我们需要产学研用分层协同。”他倡议，具身智能行业亟需学术研发、他山科技为代表的核心零部件和场景应用三类伙伴，通过开放共享的分层协作机制，加速智能进化与产业落地。

软银中国管理合伙人宋安澜则从投资视角判断：“过去有教育培训、技术培训，AI时代是机器人的经验培训。”他认为，机器人幼儿园这一全球首创的学习范式，将在几年内产生显著的经济效应。

第二场圆桌则围绕“从幼儿园到真实世界：机器人如何‘养活’自己”的讨论中展开，中信证券投资黄耀庭以“100万”的数字作为引子，直言“我更重视的不是出货100万台，而是机器人到底能否干活”，强调产业重心应回归学习方法与能力的持续进化。

Openmind全球研究院-高级研究员Dr. Kris De Asis回应数据孤岛难题：“开源项目不止于算法和数据集，更应包括开放的机电一体化设计”，倡导硬件、模型同步开源以加速创新共享。

首钢基金总经理张檬指出落地的关键瓶颈：机器人企业需“从解决小问题开始，才能理解整个工业流程的串联”，只有真正扎根场景、甘做累活，才能跨越从实验室到订单的鸿沟。

节卡机器人副总裁许雄将数万台部署经验浓缩为一句话：“安全与交互性，是让机器人走出物理围栏的关键”，唯有突破可靠性门槛，人机协作才能走入开放的真实世界。

因时机器人联合创始人/ CTO陈希则描绘了手与算法共生驱动的未来：“灵巧手不单是执行器，更是多模态感知的数据收集器”，耐用性与多维感知能力是下一步迭代的核心。

云迹科技首席发展官CDO谢云鹏回应商业化平衡问题，给出的方法论是“瞄准一个小的点，饱和攻击，最终让它变成刚需”，通过深耕配送场景，在边用边学中让非刚需成为客户离不开的标配。

四、一场稀缺的大师课

受他山科技邀请，萨顿教授专程面向国内具身智能行业进行了一整天的闭门授课。课程围绕“智能如何自主进化”这一根本命题，从理念框架、工程范式、核心挑战、算法引擎到最新演进路径，层层递进，系统性阐述了从数据驱动走向经验驱动的强化学习思想体系。

在萨顿教授的分享中，他特别强调了三个关键点，除了技术理念和机器人幼儿园，还有一个重要的关键点是“坚韧”——保持谦逊、善良、乐观。这一价值观也与他山科技长期坚持的企业精神不谋而合。

萨顿教授展示了智能体如何通过试错自主学习简单操作任务的过程。在问答环节，来自高校、企业实验室和产业一线的研究者们争相举手，萨顿教授一一耐心作答。这场大师课不仅是一次知识的传递，更被在场很多人视为一次难得的研究范式启迪。在他山科技的推动下，这样高密度、重交流的学术活动，将成为具身智能启蒙的重要思想策源地。

机器人的成长还有很长的路要走，所有同行者都需要心怀这份坚韧，长期耕耘。