在报告《交互式建模与学习：重建人类运动功能》中，清华大学副教授眭亚楠介绍了AI在重建人类运动功能时，从无模型学习（model-free learning）到基于模型学习（model-based learning）的转变，以及在现实世界中如何确保安全性和提高采样效率。他提到，早期的技术路线从无模型学习出发，针对物理世界的控制问题进行无模型的在线强化学习，技术上主要关注安全性（safety）、偏好（preference）、以及采样效率（sample efficiency）。

在线强化学习非常有潜力，但需要面对未知的安全风险：在线安全强化学习，可以归约为一个约束优化问题。需要在每一步采样时满足约束条件，需要确保在整个优化过程中，安全约束都不被破坏。未知的安全约束可能会破坏评估过程，进而影响整个强化学习的循环。为了解决安全约束问题，需要引入安全探索的概念。在安全边界内进行探索和利用，并尽量扩大已知的安全边界。

在实际应用中，利用人类偏好反馈是一个重要问题。通过引入两两比较和贝叶斯偏好模型等方法，可以在在线强化学习中更好地处理这些问题。两两比较可以让用户在给定两个选项时选择哪个更好；通过贝叶斯偏好模型，可以构建空间的连续性和输入空间或动作空间之间的关联性。

眭亚楠在报告中进一步讨论了在线优化过程的应用，以及如何在实际场景中解决神经控制和运动功能问题。他提到，通过对神经系统的调控，可以帮助截瘫患者站起来，以及恢复高位截瘫患者的手部抓握能力。

具身智能从构建世界模型（world model）延伸到构建人类自身模型（self model），通过神经-肌肉-骨骼系统建模，可以更准确地描述、理解和控制人的运动功能，为人类运动功能的重建带来更多可能性。