将在触觉感知的关键底座之上，结合强化学习的前沿技术路径，共同加速机器人在持续学习等训练范式的突破，并围绕具身智能生态建设、人才培养等方面展开长远合作。

　　作为2024年图灵奖的获得者，萨顿教授和他的导师安德鲁·巴托（Andrew Barto）被公认是强化学习的奠基人。这对师徒在20世纪80年代就提出并系统构建了强化学习的核心思想、数学基础与关键算法，推动人Kaiyun科技有限公司工智能研究从感知走向决策。

　　强化学习理论区别于大语言模型（LLM）的路径，当前大语言模型的发展主要关注语言模仿与安全对齐，但强化学习理论认为，AGI的核心在于“目标”，这一目标不应被限定为“更好地模仿人类”，而应着眼于主体通过与环境互动积累经验，进而习得关于世界的通用知识。

　　这与他山科技的核心理念不谋而合。作为机器人触觉感知领域的全球领军企业，他山科技凭借自研技术，已经形成了在AI触觉感知领域软硬一体的解决方案，多年来他山科技实现了高速成长。如今，他山不仅能提供基础触觉硬件，更为全球80%的机器人企业提供完整的多模态交互解决方案。

　　他山科技CEO马扬表示，他山科技不只是一家触觉感知企业，真正的目标是希望能赋能具身智能行业，让机器人真正会工作、会干活。

　　2025年，萨顿教授团队到访他山Kaiyun科技有限公司科技，双方进行了深度交流。马扬在签约仪式现场回忆，“萨顿教授让我们更深刻地认识到：智能体与智能体之间的交互、智能体与人类之间的交互，才是智能体构建自身经验与奖赏体系的核心——是机器人突破边界、超越人类的必由之路。”

　　建设“机器人幼儿园”的构想在交流中萌芽，双方基于共同的理念，快速推进合作项目，向一致的目标迈进：为具身智能探索出一个行业通用的训练范式。

　　被誉为“强化学习之父”的萨顿教授，不仅是该领域的学术开创者，更以深厚的学术影响力培育了大批AI领域的核心人才。谷歌收购DeepMind时，其团队中几位核心成员都是萨顿的学生。2017年至2023年间，萨顿教授曾担任DeepMind杰出研究科学家，持续推动强化学习从学术理论走向应用，为人工智能的发展带来了全新思路。

　　强化学习的核心，就是确保人工智能“从经验中学习”，或者理解反馈并从错误中学习。

　　RLHF使用以人为中心的强化学习实现了前所未有的行为广度，但它也对智能体的性能施加了新的上限：智能体无法超越现有的人类知识。未来AI范式的转折，是从“人类数据时代”跨入“经验时代”，通过智能体与其环境互动产生数据，让智能体不断从自身经验和“奖励”中学习。

　　具身智能的目标，是通过将智能算法与物理实体深度融合，实现机器对真实世界的主动感知、自主决策与灵巧操作。但当前，由于真实物理交互数据匮乏、仿真与现实存在鸿沟等问题，机器人普遍缺乏因果推理能力和泛化能力，难以迈向自主决策和应用落地。

　　对真实机器人而言，经验不是抽象文本，⽽是每次接触、移动、抓取、滑移、失败和修正留下的多模态记录。其中，精准的物理反馈至关重要。触觉作为机器人与物理世界交互的“最后一厘米”信息通道，直接决定了机器人能否真正理解接触、力度、材质与形变等本质属性。

　　可以说，触觉是智能体理解物理世界“因果关系”的关键感知通道——而这正是强化学习从“模仿”走向“真正认知”的核心突破口。

　　“触觉是让智能机器人感知世界、与之交互、并最终改变世界的那把钥匙。触觉不只是感知，它更是一种“奖赏”——是智能体通过持续的触觉交互，生长出自我经验的种子。”马扬总结。

　　他山科技自主研发的触觉感知技术与硬件，正是为机器人提供这一核心能力的基石——通过对三维力、摩擦力、材质形变、软硬程度等全维度物理信息的高保真采集与实时反馈，保障机器人在每一次抓取、碰撞、操作中都能获得精准的物理反馈，为模型训练提供真实、可信的交互数据。

　　此次萨顿教授与他山科技的战略携手，正是源于双方对强化学习在具身智能领域应用的期待，以及对触觉感知技术核心地位的高度认可。

　　萨顿教授在观看搭载他山触觉解决方案的灵巧手演示后，曾发出这样的感慨：“我原以为，这么高精度的触觉感知技术至少还要5年才能落地。”他认为，触觉感知是机器人持续学习的基础，基于触觉的持续学习会彻底改写机器人的未来。

　　他山科技与萨顿教授在技术理念上的一拍即合，为本次战略签约奠定了坚实基础。此次合作第一个落脚点，是一座“机器人幼儿园”。

　　正如人类或动物的幼年时期，必须在真实环境中不断碰撞、试错，才能积累进化的经验。机器人幼儿园的核心，是为机器人建立⼀个能够持续产生交互经验的训练环境。在这里，机器人不只是读取静态数据，是在环境中行动、感知后果，并根据反馈持续调整行为。

　　在这座“机器人幼儿园”内，将放置各类工具、食物、植物等真实世界存在的物品。机器人将在其中自由穿梭、主动探索，碰撞与跌倒在所难免，而这个过程，正是“进化”的核心。

　　根据不同学习阶段，“机器人幼儿园”还将划分为多个“年级”，使智能体能够有序完成从身体自我认知，到具备简单任务的初步规划能力，再到理解复杂任务并运用工具能力的迭代进化。

　　在多模态数据采集能力的基础上，“机器人幼儿园”将进一步补齐机器人“自主训练+持续学习”方向的能力。

　　这一“以世界级科学家为核心、以领军企业为依托、以产业需求为导向”的合作模式，不仅在具身智能技术攻关层面形成合力，更在产业生态培育与高端人才培养层面，埋下了一颗长期主义的种子。

　　当触觉感知遇上持续学习，真实场景验证规范逐步沉淀为行业可复用的基础设施，受益的将是整个具身智能产业的创新土壤，一个开放、协同、可持续的产业生态将随之生长，为整个行业搭建一条通向未来的道路。

　　他山科技是人工智能触觉传感芯片及应用解决方案研发商，触觉感知赛道引领者。公司已完成全球领先的数模混合AI触感芯片并结合触觉感知技术，解决了触觉多维感知信号同时解析的全球技术难题。公司在人形机器人领域主要提供触觉传感器、电子皮肤，另外在汽车、家电、消费电子等领域也有广泛应用。