本科畢業(yè)于北大工學(xué)院，早期研究聚焦于自動(dòng)駕駛；博士后期間在卡內(nèi)基梅隆大學(xué)，利用強(qiáng)化學(xué)習(xí)解決核聚變反應(yīng)堆控制問題。陳佳玉的科研生涯，始終圍繞著復(fù)雜系統(tǒng)的智能控制展開。

2025 年，陳佳玉開啟了全新的階段：他同時(shí)擔(dān)任博導(dǎo)與原力無限資深研究科學(xué)家，研究對(duì)象從核聚變轉(zhuǎn)向了通用家用機(jī)器人。他試圖結(jié)合學(xué)術(shù)界的理論深度與產(chǎn)業(yè)界的工程資源，尋找通往通用智能的路徑。

在本次專訪中，陳佳玉回應(yīng)了關(guān)于“天才少年”標(biāo)簽、中美科研環(huán)境差異以及具身智能落地路徑等話題。他認(rèn)為，標(biāo)簽并不重要，重要的是能否精準(zhǔn)地定義研究問題，并在有限的資源下找到最優(yōu)解。

核聚變與機(jī)器人，在數(shù)學(xué)本質(zhì)上是一樣的

DeepTech：回望你的學(xué)術(shù)生涯，從自動(dòng)駕駛到強(qiáng)化學(xué)習(xí)理論，再到核聚變控制，最后回歸具身智能。每一次方向轉(zhuǎn)變背后的邏輯是什么？

陳佳玉：我剛開始做科研是從技術(shù)角度出發(fā)的。起初做自動(dòng)駕駛的感知，后來做決策，自然而然地接觸到了強(qiáng)化學(xué)習(xí)。博士階段，我希望能把這個(gè)方向做深，于是轉(zhuǎn)向了偏理論和算法的設(shè)計(jì)，暫時(shí)與具體應(yīng)用解綁。

到了博后階段，我又想把算法重新落地到應(yīng)用層面。無論是核聚變里的等離子體控制，還是具身智能里的機(jī)器人控制，本質(zhì)上都是用強(qiáng)化學(xué)習(xí)去求解復(fù)雜的控制問題。一旦鎖定了強(qiáng)化學(xué)習(xí)這個(gè)方向，我就一直在沿著它做。

DeepTech：為什么對(duì)強(qiáng)化學(xué)習(xí)這么情有獨(dú)鐘？

陳佳玉：強(qiáng)化學(xué)習(xí)起源于認(rèn)知科學(xué)，后來經(jīng)由 Richard Sutton 引入計(jì)算機(jī)科學(xué)。它的學(xué)習(xí)過程是非常類人的（Human-like）。如果說人工智能的終極目標(biāo)是發(fā)展類人智能，我認(rèn)為強(qiáng)化學(xué)習(xí)研究的問題比其他范式更本質(zhì)。

同時(shí)，它也是一個(gè)非常綜合的學(xué)科，涉及到控制理論、統(tǒng)計(jì)學(xué)、優(yōu)化理論，對(duì)數(shù)理基礎(chǔ)要求很高。這一點(diǎn)我也比較喜歡。

DeepTech：可以理解為你比較喜歡挑戰(zhàn)難題、追求本質(zhì)意義上的問題嗎？

陳佳玉：關(guān)于挑戰(zhàn)難題，這可能是我剛讀博時(shí)的一個(gè)誤區(qū)，認(rèn)為最難的東西必定是最有用的東西。但我現(xiàn)在的 Philosophy 是不要單純?yōu)榱俗鲭y的問題而做難的問題。如果單純?yōu)榱颂魬?zhàn)最難的問題而做研究，其實(shí)有點(diǎn)太自我了。我現(xiàn)在更傾向于從需求出發(fā)，從實(shí)用主義出發(fā)，用一個(gè)有用的技術(shù)，解決大家最想解決的問題，這才是做工程、做企業(yè)需要著力的點(diǎn)。

關(guān)于本質(zhì)，我認(rèn)為這也跟你想做的研究的最終目標(biāo)有關(guān)系。我們最終要發(fā)展類人智能，所以我認(rèn)為強(qiáng)化學(xué)習(xí)是一個(gè)有前景的方向，這是本質(zhì)的。當(dāng)然，做研究和做企業(yè)不同。做研究是追求用最簡(jiǎn)潔的方式解決最本質(zhì)的問題。因?yàn)榻鉀Q了本質(zhì)問題，影響的點(diǎn)會(huì)很多，所以本質(zhì)也是有用的一個(gè)方面。

DeepTech：你在 CMU 做核聚變控制是非常硬核的物理科學(xué)，現(xiàn)在做人形機(jī)器人拿水杯是日常生活場(chǎng)景。這兩類問題在數(shù)學(xué)本質(zhì)和決策邏輯上有什么異同？

陳佳玉：方法論是一樣的。無論是基于真實(shí)交互數(shù)據(jù)，還是基于模擬器建模，從數(shù)學(xué)本質(zhì)上講，它們都可以建模成一個(gè)馬爾可夫決策過程（MDP）。