不僅僅理解行為,更需要能執(zhí)行行為,機器人能夠執(zhí)行行為才是真正理解行為。 通過計算機視覺以及行為認知識別, 讓機器人能夠確認和分辨一個 行為僅僅只是步,這也只是傳統(tǒng)旁觀式 AI 學習所達到的功能水平, 例如,傳統(tǒng) AI 學習可以讓機器學習"盒子,概念并在新的場景中說出 "盒子, 這個標簽, 但在具身智能學習模式中, 機器通過感知環(huán)境實體, 通過親身體驗完成具身學習,終理解場景并形成"打開,這個概念。 因此, 當機器可以執(zhí)行該行為才是具身智能的落腳點。

執(zhí)行行為需要涉及到形態(tài)、行為和學習的體系化交互。在基于形態(tài)的具 身智能中, 形態(tài)、行為與學習之間密的切關(guān)。系先,需要利用形態(tài)產(chǎn) 生行為, 該過程重點強調(diào)利用具身智能體的形態(tài)特性巧妙地實現(xiàn)特定的 行為, 從而達到部分取代"計算,的目的。其次,需要利用行為實現(xiàn)學 習, 重點強調(diào)利用具身智能體的探索、操作等行為能力主動獲取學習樣本、標注信息, 從而達到自主學習的目的,此L域當前屬于研究前沿。 再者, 需要強調(diào)利用學習提升行為以及利用行為控制形態(tài), 后者有多種 實現(xiàn)方法, 但當前利用學習手段來提升行為,并進而控制形態(tài)的工作是 現(xiàn)代人工智能技術(shù)發(fā)展起來后涌現(xiàn)出來的新型智能控制方法, 特別是基 于強化學習的技術(shù)已成為當前的熱點手段。后,具身智能需要利用學 習來優(yōu)化形態(tài), 強調(diào)利用先進的學習優(yōu)化技術(shù)實現(xiàn)對具身智能體的形態(tài) 優(yōu)化設(shè)計。