研究主题
研究智能体在真实世界中的感知、决策与行动能力，构建从感知到控制的一体化具身智能系统。
核心问题
- 多模态感知与表示学习（视觉、语言、触觉）
- 长时序任务学习与泛化能力
- 模仿学习与强化学习融合
- 仿真到现实迁移（Sim-to-Real）
研究内容
- 视觉-语言-动作（VLA）模型
- 机器人操作与技能学习（manipulation & skills）
- 通用策略学习（generalist policy）
- 数据驱动的机器人学习框架
应用场景
- 工业自动化
- 服务机器人
- 科研自动化系统
具身智能与机器人学习
研究智能体在真实世界中的感知、决策与行动能力，构建从感知到控制的一体化具身智能系统。