定义：体三维VR中所能实现的沉浸水平，其中用户的身体运动能够决定他们在体验中的位置。
这种现象最有力的例子之一是，用户站在悬崖附近会产生强烈的眩晕感。即便他们知道前方并非悬崖，但许多用户都难以移动双腿。
--------------------------------------------------------------------------------------------------------------------
延伸阅读：
建立在“认知即计算”这一命题的基础上，“脑是智能载体”的观点被广泛接受，“大脑控制身体”被认为是常识。但是，“智能的具身化”思想挑战这一传统命题，强调认知和智力活动不仅仅是大脑孤立的计算，而是大脑、身体和环境的相互作用。
本文基于Rolf Pfeifer和Josh Bongard的著作《How the Body Shapes the Way We Think》进行摘录和点评。本书在Google学术上的引用为1400次，翻译版《身体的智能》在国内也并不出名（老实说译文水平一般）。
但是，在浏览全书和检视阅读过程中，笔者发现本书主旨鲜明，对“智能的具身化”思想进行了清晰的阐述，并基于此思想构建了基于“智能的理论”框架。全书结构脉络清晰，四部分分别给出了具身化思想，理论架构，应用和原理启示，丰富了构建机器智能的一种新视角。
因此，笔者拟根据原书的四部分，构建具有逻辑关联的问题集合，采用Q&A的方式，凝练本书的主要内容，并横向比较复杂系统、机器学习、多智能体等领域的研究进展进行评述。
第一部分 智能的具身性思想提出
思考、认知和智能的定义是什么？
– 作者认为：这三个词都是非常一般化的词汇。思考与意识相关，认知用于与“感觉-行动”非直接相关的行为，而智能最一般化，具有极其的广度。
– 作者认为：尽管许多学者试图给出智能的准确定义，例如“智能是学习到的或者学习以调整自己适应环境的能力”，又如“智能是接受知识的能力以及所拥有的知识”等等。但是作者认为给出智能的准确定义是困难而且没必要，应该关注寻找感兴趣的问题来推进研究。
– 笔者点评：笔者同意智能的准确定义是困难，但是并非没有必要。例如，马文明斯基的《情感机器》就试图在通过解构智能的多元性和层次性来准确地定义和诠释智能，尽管马文明斯基的思路还是“认知主义范式”。
什么是“智能的具身性”思想？
– 简要回答：智能总是需要一个身体，智能只有归于具身化的智能体（agent）。
为什么要提出智能的具身性？
– 1980年代中期，Rodney Brooks提出AI一直以来的研究（古典主义）过于关注大脑，侧重逻辑、解决问题和推理，这些都是基于对人类智能的反思，试图了解内心过程。但是Rodney认为这是误导，本质上AI研究应该基于人类智能与真实世界交互机制，因此“智能需要一个身体”。Rodney强调“忘记复杂内部表达和世界模型，不侧重复杂的推理，而是应该强调系统-环境的交互作用”。
– 作者认为：目前具身型AI即现代方法和实质方向，即取代了古典方法，因此本书后面都不再提“具身性AI”。
– 笔者点评：Rodney将AI的研究分为两个大方向，前者为“认知型AI”，后者为“具身型AI”，一个主内一个主外，如下图所示。但这并不意味着两者是互不包容的，而应当协调发展，争取打通内部认知和外部交互的通路。
笔者思考：如果要打通内部认知和外部交互的通路，可能怎么做？
– 现在火热的统计学习可归类于认知型AI，但是在很多方面超越了符号系统，而且通过与强化学习的结合，能够通过“身体”与外部世界交互。
– 基于深度学习和（深度）强化学习构建了非常高性能的“内部表达和世界模型”（下围棋、打dota等），如果能够突破“可解释性”问题，那么就可能与符号系统相连接，增强逻辑和推理能力。
– 目前，已经有不少令人欣喜的成果在朝这个方向努力，例如Interpretable Convolutional Neural Networks和Relational Deep Reinforcement Learning等等.
具身化AI的研究为什么显得较少？
– 直接搜索embodied AI确实文献不多，但是其实80年代后，相关研究分布在多个学科和方向中，比如仿生/发育/进化机器人学，普适计算与界面技术，多智能体，人工生命等。
延伸阅读来源：https://blog.csdn.net/zb14zb14/article/details/80947997
