吴佳俊 IROS 2026 演讲：用结构化表征构建物理智能体

AI 摘要

斯坦福大学计算机科学系助理教授吴佳俊在 IROS 2026 的 RoBoWoMo 研讨会上发表题为《Building Physical Agents via Structured Representations》的受邀报告，探讨如何用结构化表征构建能在物理世界中行动的机器人智能体。他以厨房洗盘子场景为例，说明机器人需要理解物体属性、空间关系与任务状态，并提出用基础模型发现可组合的抽象（谓词与原子动作）、学习领域专用语言（DSL），甚至用后训练模型替代传统规划器。他还探讨了在无演示、面对全新物体时，机器人能否自行推理出交互可能性的问题。

正文节选

吴佳俊用这样一个几乎没有技术含量的厨房场景，开始了他在 IROS 2026 的演讲。一个学生挤了洗洁精，打开水龙头，洗了一半，临时离开。现在，换成机器人接手。第一眼看过去，任务直接明确：把盘子洗干净，再放回去。但机器人真正需要处理的，并不是“洗盘子”这三个字。它得先知道，眼前哪个东西是盘子；得知道这个盘子到底脏不脏；得注意到盘子上有没有那一小团蓝色的洗洁精。它还得知道水龙头现在是不是已经开着，盘子是不是已经被洗过，以及当它把盘子拿起来以后，桌面上是不是又暴露出了一个新的问题。同一个任务，换一个初始状态，答案就可能完全不同。盘子已经洗过了，就不用再洗。没有洗洁精，就得先挤一点。盘子下面如果压着脏东西，“把盘子洗干净”也就不再等于把盘子放上架子。人面对这些变化时，往往不会觉得自己做了什么复杂的推理。我们只是看一眼，然后继续做。但对机器人来说，每一次“看一眼然后继续”，背后都藏着一个问题：它究竟把眼前的世界理解成了什么？9 月 27 日，IROS 2026 开幕当天，斯坦福大学计算机科学系助理教授吴佳俊在 RoBoWoMo 研讨会上发表了题为《Building Physical Agents

发布时间：2026-10-08 10:29

抓取时间：2026-10-08 12:36

来源机构：雷峰网