感觉运动主义

来自 AI 研究立场图谱百科

感觉运动主义:感知和行动是一个闭环,智能就在于掌握“我动了之后感觉会怎么变”。

主张

感觉运动主义否认“先感知、后行动”。看见一个杯子,就是知道当你转动眼睛、绕着它走、伸手去拿时,它的样子会怎么变;摸到一条边,就是知道手指滑过去会发生什么。在这一派看来,感知就是对感觉运动关联的熟练掌握;一个从没行动过的智能体,至多只有一种单薄的、借来的感知。

它位于 World 最右端,纵轴略偏上。它对身体与环境之间的物理闭环投入到了极致,但对架构保持开放:一个视觉运动网络和一个分层控制器都可以闭合这个环。颜色是超级革命,因为大部分感知研究仍然在完全没有动作的固定数据集上训练。这一派预言,感知与动作紧密耦合训练出来的机器人,会学到被动视觉永远学不到的表示。

论据

  • 从像素到力矩联合训练的视觉运动策略,在接触丰富的任务上能胜过把感知和控制分开的流水线。
  • 自己产生的运动提供了免费监督:预测自身动作带来的感觉后果是一个很丰富的学习信号。
  • 很多感知技能,比如靠运动视差判断深度、靠触摸辨识纹理,只有会动的智能体才拿得到。

批评

  • 在真实硬件上做闭环学习又慢又贵,可用数据量远比被动数据集少。
  • 大规模被动模型迁移到机器人上效果出奇地好,说明好的感知未必非要行动。
  • 这一派常常以哲学方式表述,很难落实成具体、可检验的架构主张。

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 ≈ +1.00,y ≈ +0.42,范式 ≈ +0.84。

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