本科畢業于北大工學院，早期研究聚焦于自動駕駛；博士后期間在卡內基梅隆大學，利用強化學習解決核聚變反應堆控制問題。陳佳玉的科研生涯，始終圍繞著復雜系統的智能控制展開。

2025 年，陳佳玉開啟了全新的階段：他同時擔任博導與原力無限資深研究科學家，研究對象從核聚變轉向了通用家用機器人。他試圖結合學術界的理論深度與產業界的工程資源，尋找通往通用智能的路徑。

在本次專訪中，陳佳玉回應了關于“天才少年”標簽、中美科研環境差異以及具身智能落地路徑等話題。他認為，標簽并不重要，重要的是能否精準地定義研究問題，并在有限的資源下找到最優解。

核聚變與機器人，在數學本質上是一樣的

DeepTech：回望你的學術生涯，從自動駕駛到強化學習理論，再到核聚變控制，最后回歸具身智能。每一次方向轉變背后的邏輯是什么？

陳佳玉：我剛開始做科研是從技術角度出發的。起初做自動駕駛的感知，后來做決策，自然而然地接觸到了強化學習。博士階段，我希望能把這個方向做深，于是轉向了偏理論和算法的設計，暫時與具體應用解綁。

到了博后階段，我又想把算法重新落地到應用層面。無論是核聚變里的等離子體控制，還是具身智能里的機器人控制，本質上都是用強化學習去求解復雜的控制問題。一旦鎖定了強化學習這個方向，我就一直在沿著它做。

DeepTech：為什么對強化學習這么情有獨鐘？

陳佳玉：強化學習起源于認知科學，后來經由 Richard Sutton 引入計算機科學。它的學習過程是非常類人的（Human-like）。如果說人工智能的終極目標是發展類人智能，我認為強化學習研究的問題比其他范式更本質。

同時，它也是一個非常綜合的學科，涉及到控制理論、統計學、優化理論，對數理基礎要求很高。這一點我也比較喜歡。

DeepTech：可以理解為你比較喜歡挑戰難題、追求本質意義上的問題嗎？

陳佳玉：關于挑戰難題，這可能是我剛讀博時的一個誤區，認為最難的東西必定是最有用的東西。但我現在的 Philosophy 是不要單純為了做難的問題而做難的問題。如果單純為了挑戰最難的問題而做研究，其實有點太自我了。我現在更傾向于從需求出發，從實用主義出發，用一個有用的技術，解決大家最想解決的問題，這才是做工程、做企業需要著力的點。

關于本質，我認為這也跟你想做的研究的最終目標有關系。我們最終要發展類人智能，所以我認為強化學習是一個有前景的方向，這是本質的。當然，做研究和做企業不同。做研究是追求用最簡潔的方式解決最本質的問題。因為解決了本質問題，影響的點會很多，所以本質也是有用的一個方面。

DeepTech：你在 CMU 做核聚變控制是非常硬核的物理科學，現在做人形機器人拿水杯是日常生活場景。這兩類問題在數學本質和決策邏輯上有什么異同？

陳佳玉：方法論是一樣的。無論是基于真實交互數據，還是基于模擬器建模，從數學本質上講，它們都可以建模成一個馬爾可夫決策過程（MDP）。