卡罗尔·豪斯曼

概况

卡罗尔·豪斯曼（Karol Hausman）是一位机器人学家，研究覆盖机器人学习（robot learning）、仿真到现实迁移（sim-to-real transfer）与具身智能（embodied AI）^[1]。这三个词指向同一条路线：不再为机器人手写每一条动作，而是让它从数据中学习行为；由于在真实世界里反复试错既慢又贵，大量训练放在计算机仿真中完成；最终目标是让学到的技能在真正拥有身体的系统上依然成立。所谓具身，指的是感知、决策与行动耦合在一个必须应对物理世界的躯体里，而不是耦合在一份整理好的数据集里。

教育与早期研究

豪斯曼在 University of Southern California 获得计算机科学博士学位 ^[1]。攻读博士之前，他在慕尼黑工业大学（Technical University of Munich）取得机器人学硕士学位 ^[1]。他还拥有华沙理工大学（Warsaw University of Technology）的机电一体化（mechatronics）硕士与学士学位 ^[1]。机电一体化是机械工程、电子与控制软件交叉的学科，也是许多人后来转入机器人研究的起点。从机电一体化到机器人学、再到计算机科学博士，这条路径本身也反映了领域重心的变化：从造机器，到教机器。

主要贡献

他的发表工作处在机器学习与控制之间。2020 年发表于《国际机器人研究期刊》（International Journal of Robotics Research，IJRR）的一篇论文提出了技能潜空间（skill latent space）方法 ^[1]。一般说来，潜空间是一组学到的紧凑变量，用来替代某个庞大而杂乱的东西——比如一批示范轨迹——好让学习算法处理压缩后的版本，而不是原始数据。用这种方式表示技能，是通向复用的一条路：一个已经在这样的空间里掌握了一组技能的机器人，可以把它们组合或改写，而不必为每个任务从零学起。

第二条线索是仿真到现实迁移，也就是在仿真里训练策略、再把它部署到真实硬件上。仿真能提供无限的练习和精确的标签，但它永远不会和物理世界完全一致，这种差距通常被称为现实鸿沟。相关工作试图让训练条件足够多样，或让学到的表示足够稳健，使这一鸿沟不至于让策略在离开仿真器后失效。

在 Google 期间，豪斯曼研究的是大规模、可泛化的抓取与操作策略的学习 ^[1]。这类系统要在各种摆放方式下抓取各种物体，而不是重复某一个写死的动作。难点在于泛化：只对某个物体或某种桌面布置有效的策略，出了实验室就没什么用。

任职经历

他曾任 Google Brain 与 Google DeepMind 的高级研究科学家 ^[1]。自 2021 年起，他是斯坦福大学（Stanford University）的兼职教授 ^[1]。他还担任过 ICRA、ICLR、NeurIPS 与 ICML 的领域主席（area chair）或副编辑 ^[1]。领域主席和副编辑负责会议与期刊的评审流程：把投稿分配给审稿人，阅读评审意见，并参与决定哪些论文被接收。同时为 ICRA 这样的机器人会议和 ICLR、NeurIPS、ICML 这样的机器学习会议承担这类工作，也说明他的研究正处在这两个社群之间。

共同创办 Physical Intelligence

豪斯曼共同创办了 Physical Intelligence，并出现在该公司的团队页面上 ^[1][2]。对一个研究可泛化操作的人来说，办公司是把这类系统真正造出来、而不只是写出来的一种方式；团队页面把他列为共同创办人之一 ^[2]。

影响

把这些放在一起看，他的经历横跨学术教学、工业研究与会议服务。机器人学习、仿真迁移、具身系统这条研究路线，只有让软件遇上真实硬件才走得通，而他所任职过的机构，正是安排这种相遇的场所。