SurveyBrainBody — 具身协同设计的注释综述中心

简介。 本 GitHub 仓库托管了一篇题为 "Embodied Co-Design for Rapidly Evolving Agents: Taxonomy, Frontiers, and Challenges" (arXiv:2512.04770) 的综合学术综述论文。该论文已被 IEEE Transactions on Evolutionary Computation (影响因子 15.9) 接收并进行小幅修订。本仓库既是该论文的配套网站，也是一个持续更新的精选相关研究列表。

核心理念。 本综述聚焦于 具身协同设计 (ECD)：ECD 不再将机器人的身体（形态）与控制软件（大脑）分开设计，而是将两者同时优化。README 中解释道，这模拟了自然界中生物身体与大脑协同进化的过程，并指出联合优化比单纯优化控制能带来更好的环境交互和任务性能。

综述涵盖内容。

• ECD 的定义及其与进化机器人学、人工生命和计算机器人设计等领域的关系。
• 一种新的分层分类法，用于对控制、形态和任务的设计空间及表示方法进行分类。
• 对一百多项近期 ECD 研究的分析。
• 对仿真和现实世界中基准测试及应用的综述。
• 识别开放性挑战和未来研究方向。

仓库结构。 README 将文献组织为以下几类：

• 双层协同设计 (Bi-Level Co-Design) — 将控制学习和形态进化视为两个嵌套层级的方法（例如，进化强化学习、代理辅助方法）。
• 单层协同设计 (Single-Level Co-Design) — 在一个统一过程中优化形态和控制的方法（进化、强化学习、基于物理、基于多样性及其他方法）。
• 生成式协同设计 (Generative Co-Design) — 使用基于规则、基于潜在空间或基于 LLM/VLM 的生成方法进行设计。
• 开放式协同设计 (Open-Ended Co-Design) — 包括大脑-身体-环境协同进化和发育协同进化。
• 理论与实验分析 (Theoretical and Experimental Analysis) — 从形式化或实证角度分析 ECD 的研究。
• 仿真基准测试 (Simulated Benchmarks) 和 现实世界具身协同设计 (Real-World Embodied Co-Design) — 实际测试平台和部署。
• 其他推荐综述 (Other Surveys Recommended) — 进一步阅读的指引。

每个类别都包含一个论文表格，列出了标题、发表渠道、智能体类型以及可用的代码或项目链接。

README 中解释的关键组件。

• 控制大脑 (Controlling Brain) — 处理传感器输入并生成运动指令的软件。
• 身体形态 (Body Morphology) — 物理形式：形状、材料、传感器布局等。
• 任务环境 (Task Environment) — 塑造学习的条件和反馈。
• 协同设计算法 (Co-Design Algorithms) — 被描述为“能够设计其他机器的机器”，这些算法同时优化控制、形态和环境交互。

如何贡献。 README 欢迎提交 pull request 以添加缺失的论文。贡献者应 fork 本仓库，按照指定的表格格式（标题、论文链接、发表渠道、智能体类型、代码/项目链接）添加条目，并提交 pull request。

其他。 本仓库链接到了一个 YouTube 视频、多篇文章（包括一篇来自 MIT Technology Review 的文章），并提供了论文的引用格式。更新日志显示该论文于 2025 年 12 月发布在 arXiv 上，并于 2026 年 6 月被接收。

总结。 这是一个组织良好且积极维护的综述资源，适合对机器人身体与大脑协同设计这一新兴领域感兴趣的研究人员和工程师，既可作为参考资料，也可作为寻找相关论文和代码的起点。