卡內基梅隆大學（CMU）位于美國匹茲堡，這座昔日工業重鎮如今因CMU的機器人研究所（RI）而聞名。RI成立于1979年，是世界上第一個致力于機器人研究的大學級研究所，四十多年來，它見證了無數機器人技術的突破。

在人工智能（AI）和仿真技術引領新時代的今天，CMU的機器人學研究者們面臨著新的挑戰：如何在保持傳統機器人學優勢的同時，跟上具身智能的熱潮？答案是肯定的，他們中的一些人加入了前沿企業，如OpenAI和特斯拉，研究機器人基礎模型和人形機器人；有的人選擇了創業，如賓通智能、星猿哲等，將技術應用于工廠、物流和商超場景；還有的人選擇進入高校，如北大、中大等，繼續具身智能的研究。

侯一凡，這位曾在清華自動化系就讀的博士，2015年來到CMU，師從機器人操作先驅Matthew T. Mason。他的研究聚焦于手內操作和機器人手部操作能力，通過簡化手指自由度，設計了兩指結構，并廣泛采用“外部靈巧度”概念，使機器人能夠通過與環境互動彌補手部自由度的不足。侯一凡的研究表明，簡單模型結合魯棒的控制和規劃方法，能夠在實際應用中取得顯著效果。

與此同時，另一位CMU的研究者楊碩，前大疆技術總監，在2018年來到CMU，研究足式機器人的長距離定位。他意識到，傳統的基于模型的方法并不等同于過時，而是與基于學習的方法并行發展，各有側重。楊碩的研究從六足機器人開始，逐漸深入到足式機器人的建模、狀態估計、底層控制和軌跡規劃，最終實現了對復雜任務的有效解決。

林星宇，從北京大學信息科學系畢業后進入CMU讀博，他的研究從三維視覺轉向機器人與強化學習的交叉領域。林星宇開發了一種新算法，通過增加探索獎勵，使強化學習智能體能夠快速適應新環境。他的研究逐漸聚焦于構建柔性物體的世界模型，通過圖神經網絡模擬粒子間的相互作用和動態，為機器人完成復雜任務提供了可能。

除了這些專注于機器人操作和控制的研究者，CMU還有一批從視覺切入具身智能的研究者，如王小龍、梁小丹和仉尚航。王小龍在CMU讀博期間，通過融合語義先驗知識到深度強化學習框架中，提升了機器人在新場景中導航至目標物體的性能和泛化能力。梁小丹則專注于機器人視覺語言導航，將分割算法應用于機器人交互中。仉尚航則通過領域自適應和有限樣本學習的方法，研究了自動駕駛的泛化視覺感知。

龔超慧，CMU RI的博士，她的研究聚焦于高維度數學空間的規劃問題，通過降低機器人的維度，在更低維的空間中快速進行計算，并利用這一理論框架研究生物和機器人的運動。龔超慧在博士后期開始關注廣義機器人的規劃與任務分配軟件，認為AI和Robotics技術將在制造業中有廣泛應用的機會。

在產業界，CMU的學子們也展現了他們的實力。楊碩在特斯拉參與人形機器人Optimus的研發，通過深度學習和AI的方法，解決了機器人控制中的關鍵問題。侯一凡則在亞馬遜機器人部門研究物流場景中的儲存任務，通過柔性控制和運動規劃設計，提高了自動化存儲的效率。

CMU的機器人學研究者們，無論是在學術界還是產業界，都展現出了他們的創新和實力。他們不僅保持了傳統機器人學的優勢，還積極擁抱新的技術趨勢，為機器人技術的發展貢獻了自己的力量。