九月，是开学的时节。全国各地，从幼儿园到大学，校园里又开始热闹起来。
　　首批不同形态的机器人作为“学生”，也正式进入“幼儿园”开始学习。前不久，这一由他山科技与2024年图灵奖得主、“强化学习之父”理查德·萨顿团队Openmind联合共建的“机器人幼儿园”在北京市石景山区首钢园正式开园。
　　“机器人幼儿园”长什么样子？
　　在首钢园，“机器人幼儿园”包含测试区、学习区、交互区三个核心区域。
　　他山科技研发副总裁侯广东介绍，“机器人幼儿园”不是简单地把机器人集中训练，而是希望让机器人像孩子一样，通过感知、行动、反馈和反思持续学习。在这里，机器人将在真实环境中与世界交互，逐步形成属于自己的智能。
　　在“幼儿园”里，有来自宇树科技、加速进化等不同企业、样式各异的机器人，有的在自由行走，有的在与大家互动……这与以往的具身智能数据训练中心不同，在那里，机器人是通过模仿人类动作学习技能，而在“机器人幼儿园”，机器人是通过不断“试错”来学习。
　　侯广东表示，“幼儿园”的价值不仅体现在使机器人自主习得若干技能，更在于构建一套可跨越不同机器人本体完成迁移的学习机制，“我们的目标是开发出能够赋予机器人学习能力的模型，而非对单一技能做固化编码，让机器人执行”。
　　谈到“机器人幼儿园”的核心理念与愿景，萨顿认为，“机器人幼儿园”是一个安全的学习场所，让机器人了解自身身体结构、认识世界并自主进化出智能。
　　“‘机器人幼儿园’正式开园，我感到非常兴奋。”萨顿说，这是从0到1，前所未有的尝试。在这里，机器人可以从错误当中学习，可以跟复杂的世界进行互动。
　　“机器人幼儿园”是一个实验场
　　“机器人幼儿园”不仅给机器人提供了学习进化的场所，也给人类的科研提供了实验场。
　　“机器人幼儿园”开园当天，Openmind全球研究院高级研究员克里斯与侯广东共同发布首批“机器人幼儿园共建课题”。课题围绕机器人自主学习的关键技术问题，设置了包含触觉感知与痛觉感知机制等7个方向。
　　克里斯现场用一段婴儿视频解释“机器人幼儿园”的愿景：婴儿在房间里四处移动，捡起东西玩，看似玩耍，实则一直在学习——了解物体的运作方式、自己如何影响世界。“我们希望看到类似这样的技术，随着机器人的发展，能够创造出一种真正的具身智能。”克里斯表示，Openmind将持续投入强化学习理论与算法研究，推动“机器人幼儿园”从概念走向可复用的技术体系。
　　侯广东在发布中重点介绍了触觉感知与痛觉机制。他说，对处于探索初期的智能体而言，触觉是理解物理世界的第一感官。触觉信息包含力、纹理、温湿度等物理属性，与视觉信息互补，无法被视觉完全替代。所有入园的机器人都将拥有触觉电子皮肤，并基于触觉能力构建主动安全策略，机器人能够在真实物理环境中进行安全探索。
　　“我们最终想要制造的机器人是能学习的机器人，也就是能从经验中学习的机器人，拥有自己的学习系统。”克里斯说，这样的机器人可以应用在更多领域，而且一旦遇到外界环境变化时，能自我做出调整。 刘发为