作者：岳博，在香港中文大学（深圳）在读博士
青稞社区为科研人员提供成果宣传支持，如有优秀研究成果分享推广，欢迎投稿联系：aiFreeCode

谈到具身智能，我们很容易想到更强的视觉语言模型、更多的机器人数据，以及更好的控制策略。但有一个问题往往被放在了训练之外：如果机器人的身体本身不适合任务，再聪明的“大脑”能走多远？

关节能转到哪里、手臂能伸多远、电机能输出多大力矩，这些硬件条件会直接影响机器人能够学会什么。增加数据可以帮助策略更好地利用身体，却不会凭空增加一个缺失的自由度。

论文 《Embracing Evolution: A Call for Body-Control Co-Design in Embodied Humanoid Robot》 将注意力转向了这个问题：机器人不仅要学习如何行动，它的身体也应进入持续优化的闭环。该论文已被 NeurIPS 2026 Position Paper Track 接收。

论文作者：Guiliang Liu、Bo Yue、Yi Jin Kim、Kui Jia  
论文链接：https://arxiv.org/abs/2510.03081

作为一篇立场论文，本文围绕“身体与控制协同设计”（Body-Control Co-Design）提出研究主张、可行路线和开放问题。它希望推动的转变是：把“机器人应该长什么样”也变成一个由任务表现来回答的问题。

01 身体，不只是承载模型的外壳

在许多机器人学习研究中，工作流程通常是先确定硬件平台，再让算法学习如何控制它。关节配置、肢体尺寸和执行器能力被视为既定条件，研究者主要优化感知、规划与动作策略。

这一分工便于在固定平台上积累数据、复用成果，却也留下了一个盲区：当任务表现遇到瓶颈时，问题究竟出在策略没有学好，还是身体设计限制了策略的发挥？

论文给出的例子很直观：改变大腿长度，会同时影响机器人的质量分布、质心、运动学和动力学。它不是把模型里的某个数字改大就结束了，而是改变了整台机器人与环境交互的方式。

同样，更灵巧的上肢可能需要更多关节与执行器，但增加的重量又可能影响平衡和移动。面向装配的机器人与面向巡逻的机器人，对灵巧性、移动能力和稳定性的侧重也不同。
因此，硬件进化的目标不是把所有配置都“拉满”，而是在任务需求和资源约束之间找到更合适的身体。 这也是具身智能中“具身”二字的具体含义：身体参与决定智能如何表现出来。

论文借用了运动员训练的类比。训练既会提升动作技巧，也会改变身体状态；不同项目对力量、灵活性和体型的要求也不同。对于机器人，相应的研究问题便是：能否让动作学习与本体设计互相提供反馈，共同迭代？

02 让身体与控制进入同一个优化闭环

这就是论文倡导的 co-design。其目标可以用一句话概括：

在成本等约束下，寻找任务表现更好的“身体 + 控制策略”组合。

图 1｜论文中的协同设计框架。左侧学习如何控制当前身体，右侧根据任务表现更新身体设计；新的身体再进入下一轮控制学习。来源：原论文 Figure 1。

这个过程包含两层相互关联的优化。内层给定一个身体，学习如何行动；外层根据学到的表现，比较和调整身体。 修改后的身体再进入控制训练，由此形成“设计—学习—评估—更新”的循环。
为什么不能只比较两套硬件，再给它们套上同一个控制器？因为身体变了，适合它的动作策略也可能改变。一个控制器用不好新的关节配置，并不意味着这个设计没有潜力。真正需要比较的是身体与适配策略的组合。

从搜索空间看，这让算法有机会找到固定本体时无法访问的设计与策略组合。不过，更多选择也意味着更多训练和评估开销。更大的设计空间提供的是改进机会，实际收益仍需在有限预算和真实任务中验证。

03 从一张图，看懂本体如何“进化”

将这个思路展开，下面的框架图把身体设计如何进入学习流程串联了起来。

图 2｜本体进化闭环的框架示意：提出设计、表达形态、训练与评估，再决定继续搜索或进入制造部署。

第一步，提出候选身体。 左侧的 Evolutionary Reasoning 对应设计探索：在允许的结构与参数范围内，提出下一轮候选方案。可以调整哪些部件、变化幅度多大，都需要由任务和工程约束来限定。

第二步，让算法读懂身体。 中间的 Morphology Representation 将结构信息转成模型可以处理的表示。肢体长度、关节配置与执行器能力，不能只是图纸上的标注，还需要成为比较和更新设计的依据。如何得到有效的形态表示，正是论文提出的开放问题之一。

第三步，用物理交互检验设计。 右侧的 Physics-Grounded Optimization 将候选身体放进仿真，训练控制策略，再用任务表现评估形态。一个设计是否合适，要看它如何行动、如何接触环境，以及能否完成目标。

第四步，把结果反馈给下一轮设计。 Design Selector 根据候选方案及评估统计决定继续迭代，或者选定设计。图中的 Robot Assembler 则连接后续的制造、装配与部署。

这张图最关键的地方，是上方那条反馈回路：学习结果不只更新控制模型，也能反过来指导下一代身体。

04 为什么难？论文提出三条推进路线

把身体纳入优化，难度会明显增加。人形机器人涉及上肢、下肢、关节、电机和传感器，多种参数相互耦合；如果每次设计变化都要重新训练、制造和测试，成本很快就会变得难以承受。论文从三个方面讨论了推进路径。

首先，让搜索更有方向，并从有限的硬件变化开始。

整机结构自由变化，会形成庞大的搜索空间。一个更可行的起点是限定关键模块，例如只探索腿部尺寸、部分电机配置或关节参数，并为它们设置合理范围。论文还提出，可以借鉴强化学习中的探索方法，利用已有评估结果和不确定性，引导下一轮设计选择。这意味着，本体进化可以从现有平台上少数可调整的部件起步。研究者需要回答的是：在相同约束下，哪一类变化最值得投入下一轮训练与验证？

其次，在仿真中筛选候选，再跨越 Sim2Real 的鸿沟。

仿真可以减少逐一制造候选硬件的开销，让结构变化和控制训练先在数字环境中进行。但仿真中的好设计，到了真实世界未必仍然有效。接触、摩擦、材料特性以及执行器行为的误差，都可能影响判断。
因此，论文将域随机化、域适应和更高保真的仿真列为重要方向，也讨论了世界模型的潜力。仿真承担筛选与学习的工作，真实硬件验证则决定这些设计能否真正落地。

最后，用多个任务共同评价一个身体。

一种形态走得更快，不代表它也更擅长搬运和操作。面向通用人形机器人，设计评价需要覆盖一组目标，而不能只围绕单项成绩优化。
论文提出使用目标条件策略：让策略根据不同目标选择动作，训练时从目标集合中采样任务，再评价候选身体是否支持多种能力。

05 真正落地，还要让硬件迭代跟得上

从硬件本体的角度看，论文最后的开放问题尤其值得关注：即使算法找到了一个更好的仿真形态，我们能否以可接受的成本把它造出来、测清楚？

机器人模型文件与可制造的硬件方案之间，还有不少工作。几何、关节和惯性描述之外，执行器供电、控制接口、传感器连接与布线，也必须在设计中得到落实。修改仿真参数，还只是硬件迭代的一部分。

因此，论文把模块化执行器、可调肢体、快速原型制造和标准化接口列为长期方向。例如，可替换的手部、可调整的柔顺性、可移动的传感器，以及可改变的质量分布，都可能让研究者无需重造整台机器人，就能验证有限范围内的设计变化。

另一个关键问题是评价标准。除了任务成功率，还应考虑能耗、硬件成本、控制策略重训练成本、鲁棒性和跨任务能力。否则，一个仿真分数更高、却制造昂贵或难以可靠控制的身体，很难成为有价值的进化结果。

这也要求机器学习、机器人控制与机械制造之间形成更紧密的反馈：算法提出候选，工程约束界定可行范围，实验结果再共同指导下一轮设计。

已有 co-design 工作探索了四足、模块化机器人以及部分人形任务。本文希望进一步推动的，是面向复杂、多任务人形机器人的系统研究。

当我们继续提升机器人的感知、推理和控制能力时，也可以把问题再向前推进一步：除了“如何让这副身体学得更好”，还应研究“怎样的身体更适合任务，也更有利于技能学习”。

具身智能的下一步，或许也藏在关节、肢体、执行器，以及它们与控制策略共同进化的过程中。