吴佳俊解析机器人推理，结构化表征与无演示学习的前沿突破

在2026年国际机器人与自动化会议（IROS 2026）上，斯坦福大学计算机科学系助理教授吴佳俊发表了一场题为《Building Physical Agents via Structured Representations》的特邀报告。这场演讲聚焦于如何让机器人在真实物理环境中完成复杂任务，而不仅仅是依赖预先编程或演示数据。

吴佳俊以一个简单的厨房场景为例：盘子、水龙头和洗洁精。他指出，对于人类来说，这些元素组合成的任务（如清洗盘子）看似简单直接，但对机器人而言，却需要处理大量隐含信息。例如，机器人必须识别哪些物体是盘子，判断盘子是否脏污，检测是否有洗洁精残留，甚至评估当前水龙头是否已打开。这种看似直观的任务背后，隐藏着复杂的推理过程。

"结构化表征不是答案本身，而是帮助机器人学会推理的脚手架。"吴佳俊强调，传统的机器人控制方法往往依赖于大量预设规则或演示数据，但在动态且多样的真实环境中，这种方法显得捉襟见肘。因此，研究团队开始探索如何利用结构化的世界模型，将视觉信息转化为可操作的物理代理。

与此同时，三星电子与上海交通大学联合提出的RoboICL（Embodied In-Context Learning with GPT-6 Astra）方法为这一领域带来了新的突破。该方法的核心在于冻结GPT-6 Astra模型，仅在推理时提供少量示范，并持续记录机器人的执行历史。通过这种方式，机器人能够在没有专家示范的情况下，快速适应新任务。

在RoboDojo基准测试中，RoboICL在30项双臂操作任务上取得了显著成绩。特别是在Open类任务（无需专家示范）中，RoboICL的平均进度得分为54.75，远超零样本基线（RoboProbe为34.36）。这表明，通过有效组织在线经验，即使不进行模型参数训练，机器人也能显著提升控制能力。

此外，亚马逊公司与杜克大学的一项研究表明，在极端稀疏监督条件下，大模型的推理能力反而可能得到增强。这项研究挑战了传统观点，即密集的token级监督信号是后训练的必要条件。实验结果显示，仅保留一个或两个token的梯度信号，就能使学生模型的推理性能超过全信号训练的结果，甚至超越教师模型本身。

"我们希望机器人能在真实世界中与人类共存。"吴佳俊在演讲中展示了多个生态复杂、动态不确定的场景，包括家庭厨房、宠物互动以及多任务协作。这些场景共同揭示了机器人面临的现实挑战：环境多样性、交互性以及长期任务规划。

通过结合结构化表征与无演示学习，研究人员正在逐步解决这些难题。未来，随着技术的进一步发展，机器人有望在更多实际应用场景中展现出更强的自主性和适应性。