伊曼纽尔（埃莫）·瓦西列夫·托多罗夫（生于1971年）是一位神经科学家，华盛顿大学副教授，领导运动控制实验室。他以将最优控制引入作为生物运动的形式化解释框架而闻名，这一视角已成为计算运动控制领域的主导范式。托多罗夫还是MuJoCo物理引擎的主要开发者，该引擎广泛应用于机器人学和机器学习研究。
托多罗夫在麻省理工学院完成博士学位，师从迈克尔·乔丹和惠特曼·理查兹。随后，他在伦敦大学学院盖茨比计算神经科学单位从事博士后研究，与彼得·戴扬和杰弗里·辛顿合作。2004年，他获得斯隆神经科学奖学金。
最优控制与运动行为
2002年，托多罗夫提出随机最优控制原理为解释生物运动提供了稳健的理论框架。这一想法最初遭到质疑，但在随后的十年间获得了广泛接受。2011年，曾为批评者的卡尔·弗里斯顿承认，最优控制已成为“在形式或计算术语上理解运动行为的主导范式”。该方法在科普媒体中与其他生物学与优化原理的联系一并被讨论。肯吉·多亚在《美国国家科学院院刊》的社论中称托多罗夫的工作为“基于最优控制与统计推断对偶性的新颖见解，为最优控制领域带来了一种令人耳目一新的新方法。”
机器人学与MuJoCo
托多罗夫的研究延伸至机器人手部，其工作已在热门机器人学出版物中亮相。2017年1月，他接受Robots Podcast采访，讨论了他对该领域的贡献。MuJoCo物理引擎在他的领导下开发，已成为模拟机器人学和强化学习中接触丰富动力学的标准工具，推动了人工智能研究的进展。
学术生涯与资助
在华盛顿大学，托多罗夫领导运动控制实验室，研究运动控制背后的神经和计算原理。他的研究获得了大量支持，包括作为首席研究员获得的11项国家科学基金资助，总额超过750万美元。这些资金支持了涵盖计算神经科学、机器人学和深度学习应用的项目。
影响与遗产
托多罗夫将最优控制与生物运动相结合的工作影响了神经科学和机器学习，特别是在基于模型的强化学习和基于仿真的机器人学领域。他的工作弥合了理论见解与实际工具之间的鸿沟，塑造了研究人员建模和控制复杂系统的方式。截至2020年代初，MuJoCo仍是一个广泛使用的开源平台，他的出版物继续被跨学科引用。