陶大程教授最新技术文章：一台机器人犯过的错，怎样让另一台少走弯路？

近日，大晓机器人首席科学家陶大程教授发布具身双脑协同探索：让一台机器人付出的探索，为更多机器人提供依据；让今天获得的经验，减少明天必须重复的试错。

一台机器人犯过的错，怎样才能让另一台机器人少走弯路？设想一次取杯任务：机器人找到水杯，规划好接近方向，却在抬起时发生滑移。它调整接触位置，重新抓取，最终完成任务。对使用者而言事情到此结束；对能持续学习的系统，更值得追问的是：为什么会滑？这次调整在什么条件下有效？换一只杯子、一副夹爪，甚至另一台机器人，这段经验还能发挥多大作用？

一次失败如果只留下日志，一次成功如果只留下标签，相似的试错就可能随部署规模扩大，在不同设备、不同项目中反复发生。将交互中的有效认识连同证据和适用条件一起提炼、保存，并在新任务中验证，才能让真实经验逐步积累为能力。

这也是具身智能发展到今天越来越值得关注的问题。通用模型正在增强机器人理解目标、组织技能和处理复杂任务的能力；世界模型为预测动作后果、比较候选方案提供新方法；感知与控制技术让这些能力进入真实物理过程。当它们逐步连接，我们有机会追问：机器人能否在完成任务的同时改善后续行动？获得新能力的成本，能否随经验积累而降低？

真实交互与仿真相互补充。真实世界能暴露模型尚未理解的条件，为物理判断提供依据；经过校准的仿真可扩展探索，帮助比较方案，把有限真机时间用在最需要确认的问题上。这个循环的价值最终要回到真实任务中检验：预测是否更可信，失败是否更容易恢复，新场景是否需要更少重复试错。

对中国具身智能产业而言，较完备的制造与供应链体系、丰富的作业场景为这条路径提供了重要机会。从生产线装配到仓储搬运，再到复杂条件下的抓取，大量交互都可能揭示值得复用的物理关系。产业优势能否转化为智能优势，取决于能否把分散在设备与项目中的经验，转化为跨任务、跨场景、跨本体发挥作用的知识。

大晓的双脑协同正围绕这一目标展开：将大脑 SenseNova 的任务理解、推理规划与能力组织，同开悟世界模型的物理状态判断和行动后果预测连接起来，再通过具身 Harness 组织感知、记忆、技能与控制，让真实反馈进入下一次判断，也进入后续能力的改进。

一、从完成任务走向积累能力

要让一次抓取成功成为可复用的经验，系统需进一步分析：接触位置是否合适，夹持是否稳定，动作调整解决了什么问题；当物体或夹爪变化时，这些判断是否仍成立。

同样一次滑移，背后可能有不同原因：杯子表面状态、杯中液体带来的载荷变化、夹爪接触位置，甚至最初定位误差，都可能影响抓取结果。单次观察往往不足以区分这些原因。系统需将原先预测、实际执行动作和获得反馈联系起来，通过补充观察、可获得的接触信息或有针对性的试探，逐步缩小不确定性。证据不足的判断，应保留为待验证的假设。

假如后续验证发现，在某类物体和接触条件下，抬升前一次短距离试探有助于判断抓握是否稳定，那么值得保留的包括：这项试探适用于哪些条件，需观察什么信号，出现什么结果时应调整动作，以及哪些情况仍无法据此判断。这样的认识才能在下一次任务中帮助机器人作出选择。

真正可迁移的经验，是连同证据和适用范围一起保留下来的认识。它可体现为可调用的技能、可检索的经验记录，也可通过训练进入策略或世界模型。无论哪种形式，都需建立从交互记录到后续行为改善的联系。系统还应识别哪些经历提供了新信息：反复完成已掌握的动作，与一次揭示原有判断缺陷的交互，学习价值可能很不相同。

当另一台机器人面对相似任务时，过去经验可帮助它更快找到值得尝试的方案，也可提示哪些条件需优先确认。例如，对抓握稳定性的认识可为新任务提供参考，具体夹持力度、动作幅度和控制参数则需结合新夹爪、传感器与执行能力适配。经验复用的意义在于缩小探索范围、减少重复试错，同时保留对新条件的判断能力。

这种积累最终需在后续任务中体现：在可比较条件下，掌握一项相关技能后，学习下一项技能是否需要更少示范和真机试验？换一个物体或一种本体，适配过程是否更快？面对扰动，是否更容易发现偏差并恢复？加入新能力后，已有技能是否仍可靠？这些结果能帮助判断系统是否真正从过去交互中获益。

从完成任务走向积累能力，意味着机器人获得的每一项经过验证的认识，都有机会成为后续学习的起点。随着这些起点不断丰富，系统应能更有效地组织已有技能，更有针对性地探索未知条件。要建立这样的路径，就需要把任务理解、物理判断、行动执行和经验学习连接起来。

二、为什么采用“双脑”协同

要让过去的经验真正帮助下一次行动，机器人需同时回答两个相互关联的问题：为了完成目标，下一步应该做什么？在眼前物理条件下，这一步可能带来什么结果？前者涉及目标、计划与技能组织，后者涉及状态、接触与动作后果。可靠的行动需要这两类判断在执行过程中不断相互校正。

在大晓的双脑协同设计中，云端大脑 SenseNova 侧重理解任务、组织能力。它需判断用户希望完成什么，将目标拆解为可执行步骤，从已有经验和技能中选择合适方法，并在情况变化时调整计划。面对一次失败，它还需结合任务过程复盘：原先目标是否合理，技能选择是否恰当，哪些判断需重新确认。

端侧开悟世界模型则侧重物理状态的理解、生成与