第(1/3)页

    林宇举着那条断腿，对着全班学生，语气平静得像在说今天天气不错。

    “材料是从学院仓库里顺手拿的，做得比较粗糙。”

    教室里的紧张气氛瞬间被这句话冲散了。

    有几个学生忍不住，“噗嗤”一声笑了出来。

    但没人敢笑得太大声，所有人都瞪大眼睛看着他。

    林宇把断掉的机器腿搁在讲桌上，用手指捏了捏断裂处的金属接口。

    材料太薄了，是仓库里翻出来的铝合金废料，截面只有两毫米，跑了不到十分钟就扛不住反复的弯折应力。

    他在黑板上补了一行字。

    “机械结构强度不足——材料学与力学的交叉问题。”

    然后他转过身来，把断腿举起来给全班看。

    “这个地方断了，原因很简单。铝合金的疲劳极限大约在80到120兆帕之间，反复弯折十几次就开裂了。

    换成钛合金或者碳纤维复合材料，寿命至少翻五倍。

    但那些材料我买不起，所以你们看到了——最先进的AI装在最廉价的壳子里，结果就是走两步腿断了。”

    教室里爆发出一阵善意的笑声。

    这是那种带着心疼和佩服的笑。

    一个大学讲师用仓库废料攒了一只机器狗，然后在三百多人面前把它跑断了腿。

    太穷了。

    但也太牛了。

    林宇把断腿放回桌上，拿起粉笔，在黑板上一边画图一边开始讲解机器狗的AI逻辑。

    他从最核心的部分讲起。

    “你们刚才看到它找到我之后跳了一下。”林宇在黑板上画了一个状态机的示意图，“很多人第一反应是‘它有感情了’。错。它没有感情。它有的是一组预训练的行为数据。”

    他在状态机的几个节点旁边标注了标签：搜索、接近、确认、反馈。

    “我在训练它的时候，给它喂了一批真实的狗狗行为视频数据。

    大概两百多段短视频，全是家养犬看到主人时的反应——跑过去、摇尾巴、原地打转、前腿扑。

    这些行为被拆解成关节角度变化的时间序列，用强化学习的框架让机器狗模仿。”

    他在黑板上写下了强化学习的基本公式：Q(S,a) = R + γ·maXQ(S',a')。

    “翻译成人话就是：它做了一个动作，如果这个动作让它更接近目标，就给一个正奖励。

    如果偏了，给负奖励。

    反复训练之后，它自动学会了一条最优路径——先扫全场，锁定目标之后走过去，走到面前之后执行预设的‘开心’动作序列。”

    他停了一下。

    “整个过程里，它不需要‘理解’什么是开心。它只需要知道：做完这套动作，就能拿到最大的奖励值。”

    【检测到当前课堂168名学生理解AI行为训练，宿主获得返还：AI情感模块架构·初级】

    一股新的知识流在大脑中展开，林宇对AI情感模拟的理解瞬间拔高了一个层次。

    教室里安静了几秒。

    有人在消化公式，有人在想“原来AI的感情是这么回事”。

    林宇趁这个间隙在黑板上补了路径规划的部分——机器狗在人群中避开障碍物的逻辑，本质上是A*算法的变体，把每个人的位置当作动态障碍物实时更新权重。

    每写完一段算法，他就按下遥控器，让那只已经临时用铁支架加固了关节的机器狗在讲台上实践一遍。

    “跳。”

    机器狗四条腿同时弯曲发力，弹起来十五公分，落地稳稳的。

    全班爆发出掌声。

    讲到路径规划的尾声时，林宇抓起讲桌上另一块完整的黑板擦，朝教室右侧的过道抛了出去。
    第(1/3)页