发展史：从控制论到 VLA 时代

一句话定义

具身智能七十余年的主线，是"智能从哪来"三种流派的此消彼长：控制论（反馈即智能）→ 符号主义（推理即智能）→ 行为主义（交互即智能）→ 学习主义（数据即智能），而 2022 年后的大模型时代正在把它们拧成一股绳。

为什么重要

• 每一次范式摇摆都对应一次"押注错误就落后十年"的行业分水岭；读史可以帮你识别当下叙事中的旧争论重演。
• 今天的技术栈（VLA、RL、WBC）没有一个是凭空出现的，都能在历史中找到原型与失败教训。

前置知识

kp-001、kp-002。

核心概念：五个时代

1. 控制论时代（1940s–1960s） W. Grey Walter 的电子龟 Elmer/Elsie（1948-49）用两个神经元电路实现了趋光与避障的"看似有目的"的行为——最早的"简单机制产生复杂行为"证明。维纳的控制论（Cybernetics, 1948）确立反馈思想。1961 年 Unimate 机械臂进入通用汽车产线，工业机器人产业诞生。

2. 符号主义/认知主义时代（1960s–1980s） SRI 的 Shakey（1966–72）首次集成感知-规划-行动：视觉识别房间、STRIPS 做符号规划。AI 主流相信"推理优先、感知凑合"。但机器人被证明在真实环境中举步维艰，"莫拉维克悖论"正是在此期间被明确提出（Moravec, Mind Children, 1988）。

3. 行为主义时代（1986–2000s） Rodney Brooks 提出包容式架构（Subsumption Architecture, 1986）：不建世界模型，用多层"感知-动作"模块直接耦合，上层行为抑制下层。代表成果 Genghis 六足虫。口号"Elephants don't play chess"直指符号主义脱离身体。同期 Khatib 的操作空间方法（1987）、ZMP 步态理论（Vukobratović, 1972）为控制奠基；本田 ASIMO（2000）展示精细双足行走。RoboCup（1997 起）与 DARPA 无人车挑战赛（2004/05，斯坦福 Stanley 夺冠）确立"竞赛驱动工程"模式。

4. 学习主义时代（2012–2021） 深度学习从视觉（AlexNet, 2012）蔓延到机器人：深度 RL（DQN 2013/2015）→ 操作领域 QT-Opt（Google, 2018，58 万次抓取）与 OpenAI Dactyl（2018-19，转魔方）→ 足式运动 RL 爆发（ETH: Science Robotics 2019 论文 + 2021 GPU 并行仿真 Isaac Gym，分钟级训练步态）。Sim2Real 与域随机化（Tobin 2017 等）成为标准工具。

5. 基础模型/VLA 时代（2022–至今） Google RT-1（2022）把机器人控制表述为序列建模；RT-2（2023）证明 VLM 权重可迁移出语义泛化；ALOHA/ACT（2023）把低成本精细操作数据采集变成开源运动；Open X-Embodiment 联盟（2023，22 种具身、100 万+轨迹）确立"数据是护城河"；Physical Intelligence π0（2024，流匹配动作生成）、OpenVLA（2024，7B 开源）、NVIDIA GR00T N1 与 Figure Helix（2025，双系统）陆续登场。中国团队（宇树、智元等）以低成本硬件与开源策略大规模入场。

原理与机制

理解历史的钥匙是三个反复出现的钟摆：

• 建模 vs 不建模：符号主义建显式世界模型 → 行为主义弃模型直接反应 → 学习主义重新学隐式模型（世界模型，kp-306）。
• 专用 vs 通用：每个任务写程序 → 训练单一任务的专用策略 → 跨任务跨具身的通用策略（VLA）。
• 数据稀缺 vs 数据富集：早期靠人类专家设计 → RL 靠奖励自己探索 → 今天的核心瓶颈重新回到"如何廉价获得高质量交互数据"（kp-403、kp-406）。

公式与图示

1948──1960──1986────2000────2012────2018──2022──2023──2024──2025
 │     │      │       │       │       │     │     │     │     │
电子龟 Shakey  包容式  ASIMO   深度学习 Dactyl RT-1  RT-2  π0   GR00T
Walter SRI    Brooks  Honda   AlexNet  QT-Opt             OXE   Helix
       STRIPS         ZMP/DGC  DQN/RL   IsaacGym           ALOHA OXE

直观类比

把四个流派想成四种学游泳的方式：控制论是"教练喊口令你照做"；符号主义是"背下泳姿教科书再下水"；行为主义是"扔进水里扑腾出本能"；学习主义是"看一万小时游泳视频然后模仿"。今天的共识：四种都需要，分层各司其职。

实例与案例

• DARPA Grand Challenge（2004/2005）：第一届无一完赛；第二年 Stanley 完赛夺冠。五年内从"不可能"到"可用"——硬件并非瓶颈，瓶颈是感知与决策软件，预示了后来自动驾驶与具身智能的人才迁移。
• Boston Dynamics Atlas 退役液压版（2024）转电动版：执行器技术路线更替的活样本（kp-501）。
• ALOHA 开源（2023）：一次论文级开源直接催生了全球高校的低价灵巧操作实验室——开源数据/硬件对领域的塑造力不亚于任何单篇算法论文。

常见误区

• 误区一：行为主义"过时了"。它的核心洞见——智能可以在感知-动作紧耦合中涌现、不必先建完整世界模型——在今天的反应式策略与双系统架构中全面复活。
• 误区二：历史是线性的进步史。每次范式都解决上代问题又引入新问题；RL 时代 sample inefficiency 的问题正是模仿学习 + 大数据时代试图回答的。
• 误区三：只看美国视角。工业机器人（日本发那科/安川）、协作臂（丹麦 UR）、足式与人形的成本曲线（中国供应链）都是全球共同推动的。

自测题

1. 用一段话分别概括四个流派的核心主张，并各举一个代表系统。
2. 包容式架构与现代"分层策略"有什么异同？
3. Open X-Embodiment 之于机器人学，类比 NLP 领域的哪个事件？它改变了什么？

与其他知识点的关系

• kp-204 步态与全身控制：ZMP/LIPM/WBC 等历史遗产的工程现状。
• kp-305 VLA：当前时代的完整技术细节。
• kp-404 数据集生态：OXE 联盟的技术细节。

延伸阅读

• Brooks, R. Elephants Don't Play Chess. 1990。
• Moravec, H. Mind Children, 1988。
• Open X-Embodiment Collaboration. Open X-Embodiment: Robotic Learning Datasets and RT-X Models. ICRA 2024。
• 纪录片/长文：IEEE Spectrum 对 Boston Dynamics、ETH RSL 的多年追踪报道。