人形机器人通用控制器系列，我们在专访Xue Bin(Jason) Peng：探索人形机器人全身运控的通用控制器，专访罗正宜：解密PHC——人形机器人通用控制器，以及2025年的Human Data系列总结篇：Human Data—The “Key” to Robot Data的一些列采访都有涉及。
这期文章，我再次邀请到了罗正宜博士，来聊一聊在人形机器人全身运控领域家喻户晓的工作SONIC。罗正宜（Zhengyi Luo）是英伟达GEAR实验室的一名研究科学家，博士毕业于CMU，他的导师是 Kris Kitani 教授。在此之前，他于2019年在宾夕法尼亚大学获得了本科学位，并曾在 Kostas Daniilidis 教授的指导下开展研究工作。罗正宜博士的的研究兴趣主要集中在视觉、学习与机器人技术的交叉领域。主要研究方向包括人体姿态估计、人-物交互建模、人类运动建模等。
1. Sonic的...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

关于Human Data，我们在2025年用了大半年的时间去展现以及科普一些最前沿的学术工作，集锦可以参考总结篇：Human Data—The “Key” to Robot Data。去年的工作汇总更多的是在全身运动控制，在进入2026年，随着EgoScale等工作发布，我们看到了人类数据在机器人操作上的可能性。在EgoScale发布的同期，一篇名为“To Summon a Sensorimotor Ghost”博文吸引了我的关注，我也非常荣幸能够邀请到这篇博文的作者Danfei来做这次专访。Danfei Xu也是我在2025年AI+Robotics华人图谱关注到的学者，他在AI机器人领域有很多出色工作，尤其近两年在如何利用人类数据上有很多探索，比如EgoMimic，EgoBridge，InMimic，EMMA以及EgoScale。
Danfei Xu是Georgia Tech的助理教授，...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

机器人数据的问题一直是具身智能最重要的话题，我们在之前有两个系列来探讨机器人数据2024年的EP10 Robot Data第一季访谈总结和2025年的总结篇：Human Data—The “Key” to Robot Data，最近趁着Spirit v1.5开源，我也和许久没有交流的高阳老师一起聊了聊数据的话题，关于机器人数据的训练，他有一个非常有趣的观点：抛弃大多数、甚至几乎所有用于保证“干净数据”的规则，只保留一条原则——做一些有用的事情。
高阳现在是千寻智能的联合创始人，同时也是清华大学交叉信息研究院的助理教授。他本科毕业于清华大学计算机系，博士毕业于UC Berkeley。博士导师是Vision领域的大牛Trevor Darrell，读博期间和Sergey Levine合作开始强化学习方面的探索，博后跟随Pieter Abbeel做强化学习，合作的导师都是RL+Robotics这个...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

Human Data系列最后一期访谈，重磅嘉宾——诺亦腾机器人创始人戴若犁博士。如果你是石麻笔记的铁粉，请一定听一听这期播客。

1. 自我介绍

2. 几个工作和诺亦腾机器人的关系

3. 动捕设备科普

4. 不同的动捕方案有什么区别

5. 不同动捕方案如何选择

6. 为什么选择诺亦腾机器人的设备和数据？

7. 短期内诺亦腾机器人能给社区带来什么?

8. 人才需求

9. 业务合作

Show Notes等博主有空再慢慢完善，详细可参考文字内容，公众号搜索石麻笔记（估计11月15日前后发布）。

在小宇宙查看该单集文稿

熟悉石麻笔记的朋友们一定看过2023年的一篇文章AI+Robotics华人图谱。在 Human Data 系列的最后两期采访中，我非常荣幸地邀请到曾经出现在过这个图谱中的一位学者——韩磊博士进行深入对谈。
韩磊博士目前担任诺亦腾机器人（Noitom Robotics）联合创始人兼首席科学家。此前，他在腾讯 Robotics X 实验室 工作六年，担任具身智能负责人兼首席研究科学家。在此之前，他曾在腾讯人工智能实验室（Tencent AI Lab） 担任高级研究科学家。
在加入腾讯之前，韩磊曾任职于美国密西西比州立大学（Mississippi State University）基础科学系，担任助理研究教授（Assistant Research Professor）。他在北京大学获得博士学位，师从谢昆青教授，并先后在香港浸会大学（与张宇教授）和美国罗格斯大学（与张桐教授）从事博士后研究工作。
...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

本期访谈的嘉宾Du Yilun。他是第一个将Diffusion Model应用于机器人动作生成的学者（Planning with Diffusion），也是第一个提出通过视频预测来做机器人轨迹预测的学者（UniPi）。
和Du Yilun博士的交流让我自己受益匪浅，对于和我一样，最近一直在思考VLA是否可以真的把通用机器人做work的人，请你一定要听听这期播客，看看这期文字整理。
Du Yilun目前是哈佛大学 Kempner Institute 及计算机科学系的助理教授，同时也是 Google DeepMind 的高级研究科学家。他于MIT电气工程与计算机科学系获得博士学位，导师是 Leslie Kaelbling 教授、Tomas Lozano-Perez 教授以及 Joshua B. Tenenbaum 教授。此前，他也在 MIT 获得本科学位，并曾在 OpenAI 担任研究员，在 ...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

人形机器人通用控制器系列，继前两期对Xue Bin Peng和李钟毓的采访，这期播客我邀请到了人形机器人通用控制器领域家喻户晓的PHC这篇论文的作者罗正宜博士。
罗正宜（Zhengyi Luo）博士毕业于CMU，他的导师是 Kris Kitani 教授。在此之前，他于2019年在宾夕法尼亚大学获得了本科学位，并曾在 Kostas Daniilidis 教授的指导下开展研究工作。罗正宜博士的的研究兴趣主要集中在视觉、学习与机器人技术的交叉领域。主要研究方向包括人体姿态估计、人-物交互建模、人类运动建模等。
这期节目的文字稿可以在微信公众号搜索“石麻笔记”查看。因为主播副业能挤出时间来持续更新已经不易，剪辑略微粗糙，听众多多包涵。
文章涉及的论文及嘉宾社交媒体：
PHC：www.zhengyiluo.com
OmniGrasp：www.zhengyiluo.com
PULSE：www.zhen...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

强化学习早期的出圈是在星际争霸2击败职业玩家的AlphaStar，是Open AI击败Dota 2世界冠军战队OG的OpenAI Five，更是DeepMind击败李世石的AlphaGo，但由于在泛化性上的不足，学术与资本的关注度逐渐转冷，直到ChatGPT的出现，让人们发现强化学习与大模型结合所迸发出的泛化能力，强化学习一夜之间重新回到大众视野。在当前的Agent时代，Agent在替人们计划跨国旅行的行程、自动生成制作精良的网页的时候，不可避免的与形同黑箱的环境进行长时间且大量的交互，这种对数据的异步处理方式，越来越接近当年用AI打游戏的范式。今天有幸邀请到清华大学交叉信息学院的助理教授吴翼老师，跟我们分享他在用强化学习探索Agent道路上的心得体会。
出生于1992年的吴翼，在高三暑假代表中国参加国际信息奥林匹克竞赛，随后被清华姚班录取。2014年本科毕业后，他前往加州大学伯克利分校攻...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

最近一段时间，我很喜欢做一些人形机器人的全身运控的科普，最近也采访了几位在这个方向上有代表性工作的一些学者。在上一篇访谈中我们提到，Peng Xue Bin是从动画（animation）的角度切入人形机器人运控专访Xue Bin(Jason) Peng：探索人形机器人全身运控的通用控制器。本期的采访嘉宾李钟毓则是从基于模型的控制理论来切入人形机器人运控，他用六年的博士生涯探索足式机器人的全身运控。
李钟毓博士毕业于加州大学伯克利分校，在Koushil Sreenath 教授的指导下开展研究。他的目标是打造安全、智能且敏捷的腿足机器人，使其成为更好的“人类伙伴”。他的研究主要聚焦于结合基于模型的最优控制与无模型的强化学习，来解决腿足机器人的控制与规划问题，也致力于推动腿足机器人能力边界的拓展，使其不仅仅局限于行走功能。
李钟毓博士将于2025年秋季加入香港中文大学（CUHK）机械与自动化系担...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿

对于从事人形机器人运动控制的朋友来说，Xue Bin（Jason）Peng 的名字一定不会陌生。过去一年中，我们看到大量高质量的人形机器人拟人演示出现在各个平台上，而这些演示背后的技术基础，很多都可以追溯到 Jason 早期提出的一系列开创性工作，包括 DeepMimic、AMP（Adversarial Motion Priors） 和 ASE（Adversarial Skill Embedding） 等。
这些方法极大地降低了人形机器人模仿学习（Imitation Learning）的技术门槛，可以说，Jason 的研究奠定了今天人形机器人实现灵活、自然运动控制的重要基础。Xue Bin（Jason）Peng目前是西蒙弗雷泽大学（Simon Fraser University, SFU）的助理教授，同时也是英伟达（NVIDIA）的研究科学家。
他的研究工作主要位于计算机图形学与机器学习的...去小宇宙查看完整单集简介
在小宇宙查看该单集文稿