Currículum · Curriculum Vitae

Yaozeng Huang · 黄耀增13325905201@163.comUniversidad de Xinjiang · Ciencias de la Computacióngithub.com/hyyyyyyz

Nota

Esta página refleja mi CV más reciente. Se proporciona una versión PDF previa solicitud por correo.

Formación

Universidad de Xinjiang · Grado en Ciencias de la Computación y Tecnología (Proyecto 211, disciplina Doble Primera Clase) 2023.08 – 2027.07

Plataforma multimodal real: construcción de una plataforma bimanual con brazos Songling de 7 GdL + pinzas y un Jetson AGX Orin; equipada con dos cámaras D405 en muñeca y una D435 cefálica; recoge propiocepción (posición y par articular) y profundidad para tareas con contacto como inserción de módulos ópticos y colocación de bloques.
Reproducción de modelos VLA con percepción de fuerza: reproducción y extensión de pi0.5 y TA-VLA, centrándome en cómo inyectar modalidades de fuerza/par en modelos VLA base; revisión y comparación de arquitecturas de difusión, flow matching, autorregresión y modelos híbridos.
En curso: análisis de los modos de fallo geométrico de las políticas VLA y desarrollo de una destilación geométrica privilegiada RGB-D que usa mapas de interacción 2.5D condicionados por acción para reparar fallos de contacto/colocación bajo oclusión y ambigüedad de profundidad. Envío como primer autor en preparación.

Extensión del problema: extensión de la línea DRL-DCLP de planificación local de escenarios estáticos a dinámicos; reformulación del MDP de evasión para robots de distintas huellas, con tareas de simulación, espacios de estado y entrenamiento adaptados.
Currículo: 8 etapas en StageRos; cada etapa escala el mapa al ~80%, aumenta la densidad estática y parametriza el número de obstáculos dinámicos.
Codificación temporal dinámica: implementación de un módulo que representa el estado de múltiples obstáculos y se fusiona en política y valor.
Objetivo: envío co-firmado a T-RO / TMECH (Q1 top de la Academia China de Ciencias).

Entrenamiento RL: políticas PPO y N-P3O en Isaac Gym / Isaac Lab para locomoción multitérrea, generalizando a ≥ 3 terrenos.
Sim-to-Real: cuadrúpedo de diseño propio; HIMLoco vía MuJoCo sim-to-sim y posteriormente sim-to-real, soportando empujes > 10 N con marcha estable — caminar 0.8 m/s, trotar 2 m/s, reptar — en 4 clases de terreno y pendientes.
Navegación LiDAR: SLAM con fast_lio y point_lio; pila Nav2 de ROS 2 con A* / Dijkstra y AMCL.
Resultado: ICIC 2026 (CCF-C, primer autor) — aceptado, Oral Presentation.

Detección: pipeline YOLOv8 con módulos de atención y mejor cuello de fusión; recall en objetos pequeños +15 %, precisión +25 %; podado y cuantizado para despliegue embebido.
Manipulación: resolutor de cinemática inversa para un brazo sobre un rover con orugas; control coordinado chasis-brazo para alcanzar puntos de observación predefinidos.
Resultados: beca nacional de innovación y emprendimiento — cierre Sobresaliente · 1 patente de diseño (primer autor) · 1 derecho de autor de software (tercer autor).

Fecha	Premio	Nivel
2025.07	24ª ROBOCON — Cuadrúpedo Biomimético, Carrera de Obstáculos	Primer Premio Nacional
2025.07	24ª ROBOCON — Cuadrúpedo Biomimético, Todoterreno	Primer Premio Nacional
2025.08	Concurso Nacional Universitario de Diseño Electrónico (NEDC) 2025	Segundo Premio Nacional
—	Total: 9 premios nacionales + 3 provinciales	—

Lenguajes: Python · C++ · MATLAB · Java
Sistemas operativos: Linux · ROS 2
Simulación: Isaac Gym · Isaac Lab · MuJoCo · Gazebo
Frameworks: LeggedGym · OpenVLA · LeRobot · PyTorch
Herramientas: Conda · Git · Docker
Familiaridad: algoritmos RL habituales (PPO / N-P3O / SAC, …) y los principales paradigmas VLA