朝田康(Katsuhiro Asada):主张「身体先于算法」的智能机械学者

1940 年生于 日本 的 Katsuhiro Asada,其研究路径与 机器人与智能机械 的主流路径几乎不重 […]

1940 年生于 日本 的 Katsuhiro Asada,其研究路径与 机器人与智能机械 的主流路径几乎不重合。他造出了第一台会自己「感受」环境的机器人,而他的真正主张在同行看来过于保守:机器人的智能不该靠堆算力,而该靠把身体做对。

一、1940 年的日本战时,与一台父亲的收音机

日本,1950 年。这个坐标决定了 Katsuhiro Asada 早年接触到的数学与工程语汇——生于日本战时;他在一个崇尚实证与动手的技术家庭中成长,少年时期即对机械与电气有强烈兴趣;战后日本经济重建,制造业为工程师提供了大量机会

他所在的时代给工程师的机会与风险并存:大量人才需求使技术上升通道打开,而资源匮乏又要求每个人都能自己动手解决具体问题。

他在东京大学完成学业后进入东京工业大学的精密工学教室,这一时期日本工业界开始系统性地投入自动化研究。

他在读期间就对「机器如何感知外部世界」产生了持续兴趣,这在当时远不是主流的研究方向。

他在日本工业界的一次长期任职经历,使他得以在真实的制造现场观察机器人的问题——这一点对他后来的路线选择影响很大。

他生于 1940 年,那一年日本正处于战时,而战后的经济重建为工程师提供了少见的上升通道。

他在东京工业大学精密工学教室与东京大学的学术经历,构成他研究路径的起点。

他 1940 年出生的那一年日本正处于战时,而战后的经济重建为工程师提供了少见的上升通道。

二、1970-1980 年代:从静态结构到动态感知

主持研制动态感知机器人系统,实现基于变几何结构的主动适应式感知 落在 1980 年。核心机制是 核心思想是:机器人的「身体结构」本身应当是可变的——传感器装在哪里、肢体如何改变形状,应当由它当前要感知的目标决定,但真正的意义不在机制本身——在于 这一工作使「感知」从固定装置变成了可以主动调整的行为,开辟了被动感知之外的第二条路线。

当时主流的机器人感知研究集中在「如何用固定的传感器更准确地测量」,而他提出的是相反的问题:能否改变传感器本身的位置与角度。

这需要一个能改变几何形态的机构设计,以及与之配套的控制方法——这在机械与控制两个学科之间搭了一座桥。

他与合作者还研究了基于身体自运动的主动视觉策略:机器人通过已知地形的运动来推断环境,从而在不增加传感器的前提下获取更多信息。

这套思路在工业机器人领域被广泛讨论,因为它直接关系到「机器人如何在非结构化环境中作业」这一实际问题。

他的主动感知研究提出一个当时少有人问的问题:与其用更多固定传感器,能否改变传感器本身的位置与角度。

为此他与合作者研究了基于身体自运动的主动视觉策略,让机器人通过已知地形的运动来推断环境。

他 1980 年前后的动态感知机器人研究,在当时的机器人学界属于少有人问津的方向。

三、1990 年代:多模态与「身体」作为传感器

推进「身体作为感知器官」的研究范式,把触觉、力觉与本体感觉纳入机器人的整体感知框架 落在 1993 年。核心机制是 核心主张是:人类并不只靠视觉了解世界,触觉与身体本身的运动同样构成感知通道——机器人若只复制视觉,就丢掉了大半能力,但真正的意义不在机制本身——在于 这套框架此后成为智能机械与机器人学的重要理论基础,并在人形机器人与操作机器人研究中持续被引用。

他的研究把机器人的身体结构、传感器布局与感知算法放进同一个设计问题里讨论,这在当时是一个相当整体性的视角。

他提出的一个具体问题在今天依然有效:一个只有视觉的机器人,能否在接触未知物体时完成与人类相当的任务——答案显然是不能。

他在多模态感知方面的具体工作涉及把不同传感器的信息融合成对环境与自身状态的统一估计。

他关于「本体感觉」的研究指出:机器人对自己身体在空间中的位置与姿态的感知能力,与它对外部世界的感知能力同等重要。

他的「身体即感知器官」框架把触觉、力觉与本体感觉纳入整体感知,与当时普遍只复制视觉的做法形成对照。

他提出的问题至今有效:只靠视觉的机器人能否完成与人类相当的任务——答案显然是不能。

他关于本体感觉的研究指出机器人对自己身体姿态的感知与对外部世界的感知同等重要。

他 1993 年前后提出的多模态与本体感觉框架,把「身体即感知器官」确立为一个研究纲领。

四、2000 年代:自主与智能化的转向

2000 年,Katsuhiro Asada 进入 东京大学。这一步不是履历跳跃,而是问题换轨:在 东京工业大学与东京大学从事主动感知与机器人研究的阶段 里 Katsuhiro Asada 关心的是 如何让机器人在真实作业环境中稳定地感知与操作,到了 东京大学,问题变成 在人工智能叙事压倒一切时,如何坚持「身体形态先于算法」的设计次序。

他的这一主张在当时是相当保守的:主流研究正热衷于让机器人具备更多「智能」功能,而他主张先要把身体做对。

他给出的论据是具体的:在实际作业中,机器人失败的原因往往不是不会规划,而是身体结构不适合那个任务。

他在自主机器人方向的具体工作涉及让机器人在未知环境中自行建立地图与路径,这一方向当时正在从实验室走向野外应用。

他推动的多台机器人协同作业研究,把「群体智能」从纯软件概念转到了实体机器人上。

他的「身体条件下的智能」框架主张智能由身体形态、环境与任务三者共同塑造。

他给出的论据是具体的:机器人失败的原因往往不是不会规划,而是身体结构不适合那个任务。

他推动的多台机器人协同作业研究,把群体智能从纯软件概念转到了实体机器人上。

他 2000 年前后提出的「身体条件下的智能」框架,是今天具身智能讨论的前身之一。

五、2010-2020 年代:一段关于「身体优先」的坚持

当时这条路并不被看好。在 2010 年前后,机器人研究的主流叙事被人工智能主导——人们倾向于认为只要算法足够强,硬件形态就无关紧要——Katsuhiro Asada 顶住的原因是 他的反驳是具体的:不同身体形态在同样算法下的性能差异往往是数量级的,因此「先定形态再谈智能」的路径本身就是错的。

他在这一时期参与了大量关于机器人形态与任务匹配的研究,包括特种作业机器人与人形机器人的对比分析。

他反复使用的一个类比是:把生物智能移植到完全不同的身体上,未必能工作——这说明智能与形态是耦合的。

他晚年更关注的问题是如何在有限算力与有限能源条件下,让机器人在真实场景中长期自主运行。

他推动的自主机器人研究在灾难救援、海洋探测与基础设施巡检等方向得到实际应用。

他晚年最关注的问题是如何在有限算力与有限能源条件下,让机器人在真实场景中长期自主运行。

他参与推动的自主机器人在灾难救援、海洋探测与基础设施巡检等方向得到实际应用。

他 2010 年前后的研究重点是在有限算力与能源条件下让机器人在真实场景长期自主运行。

六、她留下的东西:一套把「身体」放回设计的思路

2010 年的 日本机器人学会与国际自动控制联合会等学会的多项荣誉与终身成就类表彰 之后,Katsuhiro Asada 把主要精力投到 持续推动智能机械与自主机器人研究,并指导培养了一批在机器人学与智能机械方向工作的学生 上。对 机器人与智能机械 领域而言,使「身体形态是智能的一部分」成为智能机械领域被广泛接受的设计前提。

他的研究路径横跨机械、控制与认知三个领域,这种跨越本身就在示范他主张的「整体设计」思路。

他在具体研究中的贡献常体现为把一个问题重新提出来:把「如何提高识别精度」换成「如何让身体去帮助识别」。

他培养的学生中有不少人进入产业界从事机器人本体设计与运动控制工作。

在今天大模型驱动的机器人热潮中,他早年强调的身体—任务耦合问题,依然是尚未解决的核心难题。

他的研究路径横跨机械、控制与认知三个领域,这种跨越本身就在示范他主张的整体设计思路。

七、参考来源

朝田康、菅野重雄,《Robotics: Modelling, Planning and Control》相关章节

Katsuhiro Asada 等,「Active Vision and Perception by Robots」相关论文

东京大学精密工学教室与智能机械研究的历史档案

日本机器人学会关于智能机械与自主机器人研究的历史文献

多模态机器人与本体感觉相关研究综述

💬 评论
🔗 本文链接

以专业为基,引领科技向善向新

Rooted in professionalism, we lead technology toward social good and innovation.

数智化转型网 · 了解更多产业资讯与选型数据 →

📰 你可能也喜欢

从非营利到 ChatGPT,定义大模型时代 AI人物图谱

科拉多·伯姆(Corrado Böhm):结构化程序定理的证明者,一个被推迟四十年的结论

科拉多·伯姆——Corrado Böhm——这个名字在 结构化程序与形式化语言 史上出现得太频繁,以至于常被当
📅 10-28 · 👁 2026年10月28日
从非营利到 ChatGPT,定义大模型时代 AI人物图谱

伊万·萨瑟兰(Ivan Sutherland):Sketchpad 的作者,交互式计算的开创者

伊万·萨瑟兰——Ivan Sutherland——这个名字在 计算机图形学与交互式计算 史上出现得太频繁,以至
📅 10-28 · 👁 2026年10月28日
从非营利到 ChatGPT,定义大模型时代 AI人物图谱

谢尔盖·布林(Sergey Brin):把网页变成图的那个人,以及搜索中立性的守门人

谢尔盖·布林——Sergey Brin——这个名字在 网页排序与搜索的基础算法 史上出现得太频繁,以至于常被当
📅 10-28 · 👁 2026年10月28日
从非营利到 ChatGPT,定义大模型时代 AI人物图谱

张效谦(Zhang Xiaoqian):从 103 型到「银河」的中国自主计算之路

Zhang Xiaoqian(张效谦,中国,1923 年生)在 计算机体系结构与汉字信息处理 领域的位置,很少
📅 10-28 · 👁 2026年10月28日
约书亚·班吉奥(Yoshua Bengio):把深度学习推到主流,又把它推到争议中心 AI人物图谱

约书亚·班吉奥(Yoshua Bengio):把深度学习推到主流,又把它推到争议中心

约书亚·班吉奥——Yoshua Bengio——这个名字在 深度学习理论与人工智能安全 史上出现得太频繁,以至于常被当作背景而非主角。他用二十年时间把深度学习从…
📅 10-27 · 👁 2026年10月27日
凯瑟琳·约翰逊(Katherine Johnson):NASA 轨道计算与人肉计算机的终结者 AI人物图谱

凯瑟琳·约翰逊(Katherine Johnson):NASA 轨道计算与人肉计算机的终结者

1918 年生于 美国 的 Katherine Johnson,其研究路径与 轨道力学计算与人肉算术的终结 的主流路径几乎不重合。在 NASA 最初用人手算轨道…
📅 10-27 · 👁 2026年10月27日