Research · 研究
我希望讓機器人具備 面向真實世界 的幾何與物理常識。 目前的工作集中在三條相互支撐的主線 —— VLA 模型的接觸式操作、 強化學習的動態導航、 以及 足式機器人的端到端運動控制與部署。
1 · VLA 模型的幾何關鍵失效與特權幾何蒸餾
Tsinghua SIGS · 2025.10 – 至今 · In Preparation
我觀察到目前的視覺-語言-動作（VLA）模型 —— pi0.5、TA-VLA 等 —— 在 接觸式與放置式任務 上常常因 遮擋 / 深度歧義 導致幾何關鍵失敗：軌跡看起來「差不多對」，但末端在最後幾公分丟失關鍵幾何線索。
正在進行的工作：
- 在雙臂松靈 + Jetson AGX Orin 平台上採集 本體感覺 + 雙 D405 + 頭部 D435 的多模態資料，覆蓋光模塊插入、物塊放置等高接觸敏感任務。
- 建構 action-conditioned 2.5D interaction map，將動作條件下的幾何先驗作為特權資訊，蒸餾進只用 RGB-D 輸入的部署模型。
- 系統對比 diffusion policy / flow matching / 自迴歸 / 混合 VLA 架構在高頻動作生成與接觸狀態建模上的差異。
目標：以第一作者投稿具身智能相關會議，以真實接觸任務的成功率作為最終評估。
2 · 動態障礙物場景下的強化學習局部規劃
Eastern Institute of Technology, Ningbo · 2026.01 – 至今 · Targeting T-RO / TMECH
經典的 DRL-DCLP 局部規劃工作主要在 靜態障礙物條件下展開。本合作課題把它推向 動態、混合密度 的場景：
- MDP 重建模：面向不同尺寸 footprint 的機器人，重新設計動態障礙下的狀態空間與獎勵。
- 8 階段課程：在 StageRos 上設計漸進難度的訓練課程，相鄰階段地圖按 0.8× 縮放、靜態密度遞增、動態障礙數量超參數化可調。
- 時序動態編碼：將多障礙的時序狀態顯式編碼，融入策略與價值網路，提升強遮擋 / 強互動場景下的泛化與穩健性。
3 · 四足機器人的端到端運動控制與雷達導航
XJU Innovation Lab · 2025.06 – 至今 · ICIC 2026 Oral, Accepted
完整的 sim-to-real 閉環：
- 在 Isaac Gym / Isaac Lab 中以 PPO、N-P3O 訓練多地形運動策略，泛化到 ≥ 3 種地形。
- 在自主設計組裝的四足機器人上，先在 MuJoCo 做 sim-to-sim，再在真機做 sim-to-real。
- 抗擾動 > 10 N，行走 0.8 m/s、慢跑 2 m/s、匍匐覆蓋 4 類室內外地形與坡度。
- 用 fast_lio / point_lio 完成室內外 SLAM，配合 ROS 2 Nav2 完成 A* / Dijkstra 全局規劃與 AMCL 重定位。
Outcome：1 篇第一作者論文 ICIC 2026 Oral, Accepted。
4 · 早期工作 · 草莓病蟲害深度學習監測
Xinjiang University · 2024.06 – 2026.01 · Closed
YOLOv8 + 注意力 + 改進 FPN，small-object 召回率 +15 %、精度 +25 %；剪枝量化後嵌入式部署。同時實作了履帶小車底盤 + 機械臂的協同控制與 IK 解算。國家級大創優秀結題，外觀專利（一作）一篇 + 軟著（三作）一篇。
What's Next
- 2026 上半年：完成 VLA 幾何蒸餾方法的實驗與第一作者投稿；同時把 RL 動態導航做出強基線。
- 2026 下半年：申請研究所 / 暑研，繼續深入具身智能方向，特別是 接觸感知 + 幾何推理 的方法學。
如果你的方向有共鳴，歡迎來信：13325905201@163.com。