从自动驾驶转到具身智能,难度大吗?

从硬件构型上看，自动驾驶我更愿意将其视为具身智能的子集——某种构型确定、出货量大的四轮式机器人。

具身智能的身体则千奇百怪，四轮足/双轮足/单臂/双臂/移动机械臂等等，而且现在普遍出货量不高，没有变成消费标品，因此机器人更适合作为一个平台类产品。

从算法上看，自动驾驶想在所有驾驶场景完成一个通用导航问题；而这次具身智能的主要浪潮，个人认为是解决通用移动操作问题（这个问题的难度是比自动驾驶更高维的难题，但是好处是失效成本低）。 

自动驾驶的action维度很低，只用考虑xy方向，也不需要和物理世界接触交互（除非碰撞），只有主要是多车之间的博弈交互，所以自动驾驶的仿真也会更好做。

但是具身智能的action是3D空间的移动，需要和物理世界产生交互，而且要交互不同材质的物体，这就对于仿真的要求更高。

具身智能目前发力的热点是（VLA）IL+RL，自驾现阶段大家研发的方向也开始转向IL+RL，也有在宣传自驾VLA方案的厂家。

自驾端到端IL/VLA/RL 这些实操经验都很适合复用到具身。具身智能同样需要数据工程，自动化标注，而且现阶段具身智能落地也免不了需要一些传统方案来兜底，传统感知、SLAM、规控都能找到自己合适的位置。

不过具身智能做真机实验很麻烦，不像之前在自动驾驶中，感知的一些任务跑个 benchmark 就能出结果，涉及物理交互的操作都需要上真机验证（仿真验证只是一个辅助验证工具）。

身边也有好多自驾的同学转行到具身的，就像前两年转大模型的一样，越早期门槛越低、越容易加入。现阶段的自驾基本上技术路线已经基本收敛，想要博一博更广阔的发展空间，具身可能是当下比较合适的选择

文章来源：@AIming 知乎作者授权分享 https://www.zhihu.com/question/1937101538351870795/answer/1942013341846446516

推荐阅读