機器人在“機器人幼兒園”中坐著。

機器人在“機器人幼兒園”中行走。

　　九月，是開學的時節。全國各地，從幼兒園到大學，校園裡又開始熱鬧起來。

　　今年九月，有點不一樣。

　　首批不同形態的機器人作為“學生”，也正式進入“幼兒園”開始學習。前不久，這一由他山科技與2024年圖靈獎得主、“強化學習之父”理查德·薩頓團隊Openmind聯合共建的“機器人幼兒園”在北京市石景山區首鋼園正式開園。

　　“機器人幼兒園”長什麼樣子？

　　說起幼兒園，大家都會或多或少有些印象。

　　可如果要問：機器人上學的“幼兒園”長什麼樣子？估計大多數人的腦海中沒有概念。

　　在首鋼園，“機器人幼兒園”包含測試區、學習區、交互區三個核心區域。

　　他山科技研發副總裁侯廣東介紹，“機器人幼兒園”不是簡單地把機器人集中訓練，而是希望讓機器人像孩子一樣，通過感知、行動、反饋和反思持續學習。在這裡，機器人將在真實環境中與世界交互，逐步形成屬於自己的智能。

　　記者看到，在“幼兒園”裡，有來自宇樹科技、加速進化等不同企業、樣式各異的機器人，有的在自由行走，有的在與大家互動……這與以往的具身智能數據訓練中心不同，在那裡，機器人是通過模仿人類動作學習技能，而在“機器人幼兒園”，機器人是通過不斷“試錯”來學習。

　　在測試區，記者見到一個坐在椅子上的機器人，它搭載了他山科技的觸覺皮膚，當你用力握它的手臂時，它能“感知”到並會告訴你“疼”。在學習區內，機器人在安全環境中嘗試與環境交互，不斷了解和學習周圍的環境。而交互區則是下一階段的目標場所。

　　侯廣東說，第一階段，以機器人“延長在線時間”“減少損傷”為目標，期望可以實現機器人長時間與環境互動，並能自主完成充電，這些能力可以讓機器人未來在家庭等場景中具備自適應能力。后續，研發團隊將逐步引入更復雜的算法與實驗設計，讓機器人能區分自身與外界、掌握運動控制、理解物體交互、最終實現多智能體間的協作。

　　侯廣東表示，“幼兒園”的價值不僅體現在使機器人自主習得若干技能，更在於構建一套可跨越不同機器人本體完成遷移的學習機制，“我們的目標是開發出能夠賦予機器人學習能力的模型，而非對單一技能做固化編碼，讓機器人執行”。

　　談到“機器人幼兒園”的核心理念與願景，薩頓認為，“機器人幼兒園”是一個安全的學習場所，讓機器人了解自身身體結構、認識世界並自主進化出智能。

　　“‘機器人幼兒園’正式開園，我感到非常興奮。”薩頓說，這是從0到1，前所未有的嘗試。在這裡，機器人可以從錯誤當中學習，可以跟復雜的世界進行互動。

　　為何要讓機器人上“幼兒園”？

　　機器人在各自的工廠“家”裡進行實驗，不斷學習人類給予的數據知識，這樣的路子已經在許多工廠內得以實現。

　　而隨著大數據、AI技術的飛速發展，這樣的路徑的確讓機器人的進化能力大大加快。

　　既然這樣，為何還要另辟蹊徑——讓機器人到“幼兒園”去學習？

　　薩頓曾在演講中援引圖靈在70多年前作出的論斷：“與其開發一個類似人類一樣思考的程序來模擬成年人的思維，不如嘗試開發一個模擬兒童思維的程序，讓它不斷地成長，學會思考。”在薩頓看來，這條路徑過去幾十年未被真正實踐，主要原因是硬件太脆弱，機器人無法獲得足夠的真實經驗。

　　正如前文所說，當前主流研發依賴“從人類示范數據中訓練”的監督學習模式。在薩頓看來，這種方式“不夠強大”。“機器人必須通過交互學習，通過試錯在整個部署的生命周期中實現持續學習。”薩頓說，“我們長期處於非主流地位，因為主流做法是用人類示范數據訓練機器人，而真正的目標應是讓機器人在沒有人類實例的情況下在線學習。”

　　觸覺是嬰幼兒在認識世界、進行學習時的重要感官工具，那觸覺對機器人意味著什麼？是不是也是機器人打開認識世界的一扇窗口？

　　他山科技CEO馬揚認為，觸覺感知在機器人自主學習中起到關鍵作用。他表示，機器人和人一樣，需要通過與世界不斷交互來認識世界、實現智能，而觸覺正是機器人與世界交互最基礎、也最關鍵的通道。“‘機器人幼兒園’將提供高容錯的試錯環境、分階遞進的學習路徑、持續的多模態真實交互和內在動機驅動的自適應。”馬揚說，我們將依托自身在觸覺感知領域的技術積累，為“機器人幼兒園”裡的“小朋友”提供感知世界的起點。

　　薩頓說，完成這個長遠的目標，要用工程技術和決心，讓機器人不斷嘗試、試錯並持續學習，研發團隊既要堅定致力於長遠理念，又要保持謙遜嚴謹的科研態度。薩頓向更多生態伙伴發出邀請：“希望大家能夠加入我們，一起去參與這樣令人振奮的事情，一起去推廣這樣的理念。”

　　“機器人幼兒園”是一個實驗場

　　“機器人幼兒園”不僅給機器人提供了學習進化的場所，也給我們人類的科研提供了實驗場。

　　“機器人幼兒園”開園當天，Openmind全球研究院高級研究員克裡斯與侯廣東共同發布首批“機器人幼兒園共建課題”。課題圍繞機器人自主學習的關鍵技術問題，設置了包含觸覺感知與痛覺感知機制等7個方向。

　　克裡斯現場用一段嬰兒視頻解釋“機器人幼兒園”的願景：嬰兒在房間裡四處移動，撿起東西玩，看似玩耍，實則一直在學習——了解物體的運作方式、自己如何影響世界。“我們希望看到類似這樣的技術，隨著機器人的發展，能夠創造出一種真正的具身智能。”克裡斯表示，Openmind將持續投入強化學習理論與算法研究，推動“機器人幼兒園”從概念走向可復用的技術體系。

　　侯廣東在發布中重點介紹了觸覺感知與痛覺機制。他說，對處於探索初期的智能體而言，觸覺是理解物理世界的第一感官。觸覺信息包含力、紋理、溫濕度等物理屬性，與視覺信息互補，無法被視覺完全替代。所有入園的機器人都將擁有觸覺電子皮膚，並基於觸覺能力構建主動安全策略，機器人能夠在真實物理環境中進行安全探索。

　　“我們最終想要制造的機器人是能學習的機器人，也就是能從經驗中學習的機器人，擁有自己的學習系統。”克裡斯說，這樣的機器人可以應用在更多領域，而且一旦遇到外界環境變化時，能自我做出調整。

　　未來，“機器人幼兒園”中的“學生”們將會表現如何？大家不妨拭目以待吧！