1. 什么是具身智能？基本定义及重要性

（1) 基本定义：智能不是孤立于身体和环境，而是通过感知、行动和环境的交互而产生。

（2) 核心思想：智能体（生物体或机器人）必须通过其身体与环境产生交互，智能由此涌现。

2. 具身智能与传统人工智能的区别：符号主义 vs 具身认知

（1) 对比传统人工智能的符号主义方法（Symbolic AI）。

（2) 为什么需要从“身体”出发理解智能？

3. 具身智能的三大应用场景：

（1) 机器人学：机器人通过身体与环境交互完成复杂任务（如行走、攀爬）。

（2) 虚拟环境：在虚拟环境（如游戏、仿真）中训练AI Agent完成具身化任务。

（3) 自动驾驶：将物理环境中的感知与行动结合，优化车辆导航和安全性。

1. 多学科背景：

（1) 认知科学：具身认知理论（Embodied Cognition）

1) 人类的大脑如何通过身体感知世界

2) 动态系统理论（Dynamic Systems Theory）

（2) 神经科学：感觉-运动循环的作用。

1) 感觉（Perception）如何与动作（Action）联结。

2) 镜像神经元的发现及启示。

（3) 哲学：现象学对具身智能的启发。

1) “身体”作为理解世界的核心。

2) Merleau-Ponty的“身体-主体性”理论。

2. 重要理论：

（1) 行为主义机器人（Behavior-based Robotics）

1) Rodney Brooks的“智能无需表征”（Intelligence without Representation）。

（2) 生态心理学（Ecological Psychology） 

1) Gibson的“直接感知”（Direct Perception）与“可供性”（Affordance）。

3. 案例研究：从Shakey到现代具身系统。

1. 场景理解模型：

（1) 通过视觉信息推理物体的空间关系，帮助AI完成复杂的空间导航和任务规划

（2) 案例：ImageNet和近期的3D场景重建项目

2. SLAM技术：

（1) 通过空间智能提供精确的环境建模，帮助机器人完成定位和路径规划

（2) 案例：自动驾驶中的激光雷达导航

3. 感知-行动闭环：

（1) 感知与行动如何相互作用。

（2) 动态环境中感知和行动的实时调整。

4. 环境的动态影响：

（1) 环境不仅是智能体的输入，而且是学习和适应的关键。

5. 自主学习与适应：

（1) 强化学习（Reinforcement Learning）在感知-行动中的作用。

（2) 自主探索行为（Curiosity-driven Learning）。

1. 硬件与身体形态：

（1) 传感器：视觉、触觉、听觉及其他感官。

（2) 致动器：肢体、柔性材料和机械组件。

（3) 身体形态如何影响智能表现（如地形适应的四足机器人）。

2. 软件与控制：

（1) 控制算法：分布式控制与集中式控制。

（2) 实时响应系统：如何实现低延迟、高精度的感知与行动。

3. 案例分析:

（1) 四足机器人如何实现稳定行走。

（2) 柔性机器人如何通过形态适应环境。