清华大学教授孙富春：国内掀起建具身智能训练场热潮

对此，孙富春及其团队尝试"解题"的思路是采集数据分门别类，建立多维度的知识表达，同时构建训练 环境，形成知识引导下端到端的学习，让机器人在物理数字系统中实现跨域、跨任务、跨场景的学习。 除此之外，需要注意的是，在具身智能未来发展过程中，支持快响应、低时延、高精度的采集设备也需 要不断升级，这样能更有效地提高数据采集的高效性与实用性。 （文章来源：中国经营报） "为什么一定要搞训练场？"孙富春解释称，具身智能被国家列入未来产业之一，重要性不言而喻。建设 训练场，能够推动具身智能的数据标准化，将仿真数据与真实数据结合，破解高质量训练数据缺乏的难 题。 孙富春指出，推动具身智能机器人的"脑""身"协同问题，其中一条路径便是通过数据来提高泛化能力， 其所在的清华大学目前正在做相关研究和探索，数据获取面临着成本问题、效率问题、真实性和有效性 等问题，亟待解决。 在孙富春看来，目前具身智能训练场存在两个方面的挑战。第一是对具身智能人形机器人的定义与内涵 还存在很多不一致性，目前尚在"仁者见仁，智者见智"的阶段；第二是现有的数据采集途径——如遥操 作、仿真平台、机器人采集等，容易造成重复采集、采集数据较难使用和共享，缺乏统 ...