形态计算主义

来自 AI 研究立场图谱百科

形态计算主义:设计良好的身体自己就承担了大量计算,所以应该把智能卸载到材料、弹簧和形状里。

主张

形态计算主义认为,机器人里会计算的不只有大脑。被动步行机不用任何控制器就能顺着斜坡走下去;软体夹爪不需要抓取规划就能包住一颗鸡蛋;胡须的刚度在神经元看到信号之前就已经做了滤波。选对形状、柔顺性和材料,能把难的控制问题变简单,有时甚至让问题消失。在这一派看来,智能分布在身体、大脑和环境之间,最便宜的计算是物理白送的那一份。

它位于 World 的最远端,纵向靠近 Harness 一端。它物理到了极致,但不是巨型端到端策略:它关心的是协同设计,智能分布在身体、控制器和环境之间,所以落在纵轴下方。颜色是逆天之革命,因为主流机器人学习仍把身体当成给定不变的东西,把所有聪明才智都灌进网络里。

论据

  • 被动动力学步行机几乎不需要主动控制就能稳定、高效地行走,说明身体可以承担计算。
  • 柔顺和软体夹爪能消化物体形状和位姿的不确定性,而刚性手要靠复杂的感知和规划才能搞定。
  • 把工作卸到机械结构里,能减少控制器所需的传感、算力和数据,这对小型、便宜或能量受限的机器人很重要。

批评

  • 形态一旦造出来就很难改,软件却可以天天更新;这一派是在用灵活性换优雅。
  • 为一个任务调好的身体可能让别的任务更难做,形态解法的泛化性可能很差。
  • 大规模学习策略越来越能驾驭普通的刚性硬件,“必须要特殊身体”的说法在变弱。

代表作

关系

怎样测出它

在完整版或专业版里落到这一格:x ≈ +0.95,y ≈ −0.75,范式 ≈ +0.90。

这是初稿。欢迎通过 pull request 修正或补充更好的论据。 在 GitHub 上编辑这个词条 编辑它的数据