五、多智能体与机器人：从 “怎么学” 到 “学什么”公开课教案教学设计资料.docVIP

五、多智能体与机器人：从“怎么学”到“学什么”

主讲：PeterStone（索尼AI/德州大学奥斯汀）核心观点：过去研究学习算法，未来要研究任务结构与知识表示。

范式转变

过去：Howtolearn（用什么强化学习算法）

现在：Whattolearn（任务结构、目标表示、抽象知识）

机器人与具身智能的关键问题

现实环境噪声大、延迟高、样本稀缺。

端到端黑箱模型难以部署，安全性无法保证。

主张的技术路线

分层任务分解高层做逻辑规划，低层做运动控制。

抽象表示用符号、规则、语法约束强化学习，提升泛化。

先验知识注入物理规则、几何约束、任务常识不全部靠试错。

多智能体方向

智能体之间的通信、信任、协作、博弈成为重点。

从竞争AI转向协作AI、人机协同AI。