14/2026-03
Inteligência Corporal em Alta: Como a IA Pode Permitir que Robôs Realizem 'Evolução Autônoma'?
No Festival da Primavera de 2025, a cena de robôs da Unitree Technology girando lenços e dançando yangge junto com humanos foi impressionante.
O "padrinho da IA" Jensen Huang, da Nvidia, enfatizou várias vezes que a próxima onda da IA é a inteligência corporal. Este ano, "inteligência corporal" foi incluída pela primeira vez no relatório de trabalho do governo.
Inteligência Corporal (Embodied Intelligence) é um conceito que envolve inteligência artificial, ciências cognitivas e robótica, referindo-se à integração da inteligência artificial em entidades físicas como robôs, dotando-os de capacidade de percepção, aprendizagem e interação dinâmica com o ambiente.
Em termos simples, trata-se de permitir que os robôs, como os humanos, possam perceber com precisão e responder flexivelmente no mundo real.
Como alcançar isso? Talvez dar aos robôs a capacidade de evolução autônoma semelhante à humana seja uma direção viável.
Hoje, apresentamos a todos um artigo técnico Spotlight do ICLR2025. O primeiro autor Lu Haofei e o segundo autor Wu Zhe são respectivamente estudante de mestrado e doutorado do Laboratório de Interação Humano-Computador da Universidade de Tsinghua, com colaboradores incluindo Li Jianshu, especialista sênior em algoritmos da Ant Digital Technology, entre outros.
A equipe de pesquisa deste artigo, através de experimentos, deu uma resposta afirmativa: combinando aprendizagem por reforço e tecnologia de redes neurais profundas, os robôs podem evoluir automaticamente em um tempo muito curto para a forma ótima e estratégias de controle adaptadas ao ambiente atual, fornecendo uma nova abordagem para a evolução acelerada da inteligência corporal.
A equipe de pesquisa vem da Universidade de Tsinghua e da Ant Digital Technology, e eles nomearam esta estrutura de algoritmo como BodyGen.
Os resultados de teste mostram que o BodyGen pode alcançar uma melhoria de desempenho de 60%.
Atualmente, o código desta estrutura foi disponibilizado como open source no repositório GitHub >> clique para visitar, todos são bem-vindos para experimentar~
01 Por que os robôs precisam de "evolução autônoma"
Os organismos na natureza, através de milhões de anos de evolução, adquiriram estruturas corporais perfeitas e capacidade de interação com o ambiente adaptadas a ele. No entanto, o design de robôs não só requer um conhecimento extremamente vasto de especialistas humanos, mas também necessita de numerosos experimentos, designs e iterações para ambientes específicos.
Inspirados pela biologia natural, os cientistas propuseram a tecnologia de co-design morfológico-controle (Co-Design): permitir que os robôs imitem o processo de evolução biológica, evoluindo sua própria forma (estrutura corporal, parâmetros das articulações) enquanto otimizam as estratégias de controle (cérebro) para se adaptarem a ambientes complexos.
No entanto, esta área enfrenta há muito tempo dois grandes desafios: primeiro, o espaço de busca morfológico é enorme, tornando difícil enumerar todas as possíveis formas de robôs em tempo limitado; segundo, a forma do robô e as estratégias de controle estão profundamente acopladas, exigindo muitos recursos computacionais para avaliar cada design de forma candidata.
A equipe de pesquisa da Universidade de Tsinghua e da Ant Digital Technology propôs a estrutura BodyGen, utilizando aprendizagem por reforço para realizar co-design morfológico-controle eficiente de ponta a ponta.
Neste trabalho, o processo de design morfológico é dividido em duas fases consecutivas: fase de design morfológico e fase de interação ambiental.
Na fase de design morfológico: a pesquisa introduz o Transformer (estilo GPT) para construir autoregressivamente a estrutura corporal do robô e otimizar parâmetros;
Na fase de interação ambiental: também é utilizado o Transformer (estilo Bert) para processar centralmente as informações de cada articulação do robô e enviá-las aos motores correspondentes, interagindo com o ambiente e recebendo feedback.
Após algumas rodadas de iteração, o BodyGen pode gerar rapidamente a forma ótima do robô e as estratégias de controle correspondentes para o ambiente atual.
02 Interpretação dos três pontos técnicos do BodyGen
1. Sistema de "percepção corporal" do robô: codificador de posição da estrutura corporal TopoPE;
O TopoPE é como o sistema de "percepção corporal" do robô, colocando "etiquetas inteligentes" em cada parte do robô. Não importa como a forma do robô mude, essas etiquetas ajudam a IA a entender "isto é uma perna", "isto é um braço", etc. Assim, mesmo que a forma do robô mude, a IA pode se adaptar rapidamente e controlar a nova estrutura corporal.
2. "Centro cerebral" do robô: rede de processamento neural centralizada baseada em Transformer MoSAT;
O MoSAT é como o "centro cerebral" do robô, funcionando de maneira semelhante ao cérebro humano.
Coleta de informações: primeiro, coleta informações de várias partes do robô, como posição, velocidade, etc.
Processamento central: todas as informações são comunicadas e processadas no "cérebro" (rede Transformer).
Envio de instruções: as informações processadas são convertidas em instruções de ação específicas, dizendo ao robô como se mover.
3. Mecanismo de alocação de recompensas: co-design sob o mecanismo de alocação de crédito temporal.
O BodyGen permite que a IA seja responsável por duas coisas simultaneamente: projetar o corpo do robô e controlar suas ações.
Ações de design: a IA pode fazer o robô "crescer" novos membros, "cortar" partes desnecessárias, ou manter a estrutura existente.
Ações de controle: a IA aprende a controlar cada articulação do robô para realizar tarefas (como andar, pular).
Pode demorar muito tempo para saber se um bom design de robô é eficaz, por exemplo, projetar pernas longas requer esperar o robô aprender a andar para saber se o design é razoável.
Através de um especial "mecanismo de alocação de recompensas", o BodyGen permite que a IA possa avaliar razoavelmente suas decisões de design, não abandonando projetos potencialmente bons apenas porque os efeitos de curto prazo não são óbvios.
03 Resultados dos testes: melhoria de 60% de desempenho
Em 10 ambientes diferentes de tipos de tarefas (como rastejar, atravessar terreno, nadar, etc.), as formas de robô geradas pelo BodyGen obtiveram um aumento de 60,03% na pontuação de adaptabilidade ambiental em comparação com os melhores métodos existentes (como Transform2Act, NGE, etc.).
O número médio de parâmetros do BodyGen é de 1,43M, sendo mais leve em comparação com outros algoritmos de linha de base. O design compacto do BodyGen permite que ele reduza significativamente os custos computacionais e as necessidades de armazenamento, melhorando a estabilidade e eficiência do treinamento, mantendo a capacidade de geração.
Esta arquitetura de modelo eficiente não só reduz o consumo de recursos durante o treinamento, mas também melhora a velocidade de resposta na fase de inferência, tornando-o mais adequado para ambientes com recursos limitados, podendo até realizar inferência eficiente em um notebook com a ajuda da CPU.
No futuro, a equipe planeja promover a aplicação do BodyGen em cenários reais através da tecnologia de transferência de simulação física. Com o aumento da capacidade computacional, esta estrutura tem potencial para se tornar um caminho importante para realizar inteligência corporal geral, permitindo que os robôs otimizem continuamente formas e estratégias comportamentais através do ciclo de percepção-ação, alcançando gradualmente autodesign e evolução automática.
O "padrinho da IA" Jensen Huang, da Nvidia, enfatizou várias vezes que a próxima onda da IA é a inteligência corporal. Este ano, "inteligência corporal" foi incluída pela primeira vez no relatório de trabalho do governo.
Inteligência Corporal (Embodied Intelligence) é um conceito que envolve inteligência artificial, ciências cognitivas e robótica, referindo-se à integração da inteligência artificial em entidades físicas como robôs, dotando-os de capacidade de percepção, aprendizagem e interação dinâmica com o ambiente.
Em termos simples, trata-se de permitir que os robôs, como os humanos, possam perceber com precisão e responder flexivelmente no mundo real.
Como alcançar isso? Talvez dar aos robôs a capacidade de evolução autônoma semelhante à humana seja uma direção viável.
Hoje, apresentamos a todos um artigo técnico Spotlight do ICLR2025. O primeiro autor Lu Haofei e o segundo autor Wu Zhe são respectivamente estudante de mestrado e doutorado do Laboratório de Interação Humano-Computador da Universidade de Tsinghua, com colaboradores incluindo Li Jianshu, especialista sênior em algoritmos da Ant Digital Technology, entre outros.
A equipe de pesquisa deste artigo, através de experimentos, deu uma resposta afirmativa: combinando aprendizagem por reforço e tecnologia de redes neurais profundas, os robôs podem evoluir automaticamente em um tempo muito curto para a forma ótima e estratégias de controle adaptadas ao ambiente atual, fornecendo uma nova abordagem para a evolução acelerada da inteligência corporal.
A equipe de pesquisa vem da Universidade de Tsinghua e da Ant Digital Technology, e eles nomearam esta estrutura de algoritmo como BodyGen.
Os resultados de teste mostram que o BodyGen pode alcançar uma melhoria de desempenho de 60%.
Atualmente, o código desta estrutura foi disponibilizado como open source no repositório GitHub >> clique para visitar, todos são bem-vindos para experimentar~
01 Por que os robôs precisam de "evolução autônoma"
Os organismos na natureza, através de milhões de anos de evolução, adquiriram estruturas corporais perfeitas e capacidade de interação com o ambiente adaptadas a ele. No entanto, o design de robôs não só requer um conhecimento extremamente vasto de especialistas humanos, mas também necessita de numerosos experimentos, designs e iterações para ambientes específicos.
Inspirados pela biologia natural, os cientistas propuseram a tecnologia de co-design morfológico-controle (Co-Design): permitir que os robôs imitem o processo de evolução biológica, evoluindo sua própria forma (estrutura corporal, parâmetros das articulações) enquanto otimizam as estratégias de controle (cérebro) para se adaptarem a ambientes complexos.
No entanto, esta área enfrenta há muito tempo dois grandes desafios: primeiro, o espaço de busca morfológico é enorme, tornando difícil enumerar todas as possíveis formas de robôs em tempo limitado; segundo, a forma do robô e as estratégias de controle estão profundamente acopladas, exigindo muitos recursos computacionais para avaliar cada design de forma candidata.
A equipe de pesquisa da Universidade de Tsinghua e da Ant Digital Technology propôs a estrutura BodyGen, utilizando aprendizagem por reforço para realizar co-design morfológico-controle eficiente de ponta a ponta.
Neste trabalho, o processo de design morfológico é dividido em duas fases consecutivas: fase de design morfológico e fase de interação ambiental.
Na fase de design morfológico: a pesquisa introduz o Transformer (estilo GPT) para construir autoregressivamente a estrutura corporal do robô e otimizar parâmetros;
Na fase de interação ambiental: também é utilizado o Transformer (estilo Bert) para processar centralmente as informações de cada articulação do robô e enviá-las aos motores correspondentes, interagindo com o ambiente e recebendo feedback.
Após algumas rodadas de iteração, o BodyGen pode gerar rapidamente a forma ótima do robô e as estratégias de controle correspondentes para o ambiente atual.
02 Interpretação dos três pontos técnicos do BodyGen
1. Sistema de "percepção corporal" do robô: codificador de posição da estrutura corporal TopoPE;
O TopoPE é como o sistema de "percepção corporal" do robô, colocando "etiquetas inteligentes" em cada parte do robô. Não importa como a forma do robô mude, essas etiquetas ajudam a IA a entender "isto é uma perna", "isto é um braço", etc. Assim, mesmo que a forma do robô mude, a IA pode se adaptar rapidamente e controlar a nova estrutura corporal.
2. "Centro cerebral" do robô: rede de processamento neural centralizada baseada em Transformer MoSAT;
O MoSAT é como o "centro cerebral" do robô, funcionando de maneira semelhante ao cérebro humano.
Coleta de informações: primeiro, coleta informações de várias partes do robô, como posição, velocidade, etc.
Processamento central: todas as informações são comunicadas e processadas no "cérebro" (rede Transformer).
Envio de instruções: as informações processadas são convertidas em instruções de ação específicas, dizendo ao robô como se mover.
3. Mecanismo de alocação de recompensas: co-design sob o mecanismo de alocação de crédito temporal.
O BodyGen permite que a IA seja responsável por duas coisas simultaneamente: projetar o corpo do robô e controlar suas ações.
Ações de design: a IA pode fazer o robô "crescer" novos membros, "cortar" partes desnecessárias, ou manter a estrutura existente.
Ações de controle: a IA aprende a controlar cada articulação do robô para realizar tarefas (como andar, pular).
Pode demorar muito tempo para saber se um bom design de robô é eficaz, por exemplo, projetar pernas longas requer esperar o robô aprender a andar para saber se o design é razoável.
Através de um especial "mecanismo de alocação de recompensas", o BodyGen permite que a IA possa avaliar razoavelmente suas decisões de design, não abandonando projetos potencialmente bons apenas porque os efeitos de curto prazo não são óbvios.
03 Resultados dos testes: melhoria de 60% de desempenho
Em 10 ambientes diferentes de tipos de tarefas (como rastejar, atravessar terreno, nadar, etc.), as formas de robô geradas pelo BodyGen obtiveram um aumento de 60,03% na pontuação de adaptabilidade ambiental em comparação com os melhores métodos existentes (como Transform2Act, NGE, etc.).
O número médio de parâmetros do BodyGen é de 1,43M, sendo mais leve em comparação com outros algoritmos de linha de base. O design compacto do BodyGen permite que ele reduza significativamente os custos computacionais e as necessidades de armazenamento, melhorando a estabilidade e eficiência do treinamento, mantendo a capacidade de geração.
Esta arquitetura de modelo eficiente não só reduz o consumo de recursos durante o treinamento, mas também melhora a velocidade de resposta na fase de inferência, tornando-o mais adequado para ambientes com recursos limitados, podendo até realizar inferência eficiente em um notebook com a ajuda da CPU.
No futuro, a equipe planeja promover a aplicação do BodyGen em cenários reais através da tecnologia de transferência de simulação física. Com o aumento da capacidade computacional, esta estrutura tem potencial para se tornar um caminho importante para realizar inteligência corporal geral, permitindo que os robôs otimizem continuamente formas e estratégias comportamentais através do ciclo de percepção-ação, alcançando gradualmente autodesign e evolução automática.