（来源：上观新闻）
他在学术界🌳的核心主🎌🛰张是“触觉智能”🔨🇺🇬，即机器人☔不能仅依赖视觉感📍知，必须引入力🇸🇾🛀反馈机制才🤤能真正理🔤解并交互物理世☂🛌界↔🧭。人与环境之间形成🇧🇸👨🦱了一种⏪协同建构：环境不🚛仅是容器，还🏪是认知的延伸🏋️♀️🐘。
但他现在欠缺大🇺🇲⚡模型细分领📧👩👧👦域的工作🇩🇪🛀经验，入职也是有🕡💽门槛的👥。生成的代码语法完❌美、业务上下文🛥🎏里错得🚶不着痕迹🏄。很多事情并不需🇮🇹🥩要那么多🇬🇳推理，toke🖼🥬n 应该用在▶更重要的事情上🏙😂。但比较欣喜📯㊙的是，👍我们现在有🔓了更多、更好🚏🇫🇮的工具🇷🇪🇧🇾，如 Tile🏘🇳🇫Lang🧬📵。
仅靠意志力去对抗📒一个针对你神经🤾♂️💈弱点精心优化的系🇻🇮统，几乎🚣♀️必然失败👨🏭👩👩👦👦。他在机器人强化💜学习领域的标志性🕤↩贡献是提出了 📓SAC（Sof😲🏐t Act🛄🧻or-😷😯Critic）算🚼⛏法，该算法凭👼👮♀️借出色的样本🍌效率与稳定性🤭，已成🐪🔑为当前机器人策略🇯🇪✌学习的主流框🏜🔻架之一🇵🇾😈。
