Research · 研究
我希望让机器人具备 面向真实世界 的几何与物理常识。 当前的工作集中在三条相互支撑的主线 —— VLA 模型的接触式操作、 强化学习的动态导航、 以及 足式机器人的端到端运动控制与部署。
1 · VLA 模型的几何关键失效与特权几何蒸馏
Tsinghua SIGS · 2025.10 – 至今 · In Preparation
我观察到当前的视觉-语言-动作（VLA）模型——包括 pi0.5、TA-VLA 等流派——在 接触式与放置式任务 上常常因遮挡 / 深度歧义导致几何关键失败：执行的轨迹看起来"差不多对"，但末端在最后几厘米丢失关键几何线索。
我正在做的事情：
- 在双臂松灵 + Jetson AGX Orin 平台上采集 本体感觉 + 双 D405 + 头部 D435 的多模态数据，覆盖光模块插入、物块放置等高接触敏感任务。
- 构建 action-conditioned 2.5D interaction map，将动作条件下的几何先验作为特权信息，蒸馏进只用 RGB-D 输入的部署模型。
- 系统对比 diffusion policy / flow matching / 自回归 / 混合 VLA 架构在高频动作生成与接触状态建模上的差异。
目标：以一作身份投稿相关具身智能会议；用真实接触任务的成功率作为最终评测信号。
2 · 动态障碍物场景下的强化学习局部路径规划
Eastern Institute of Technology, Ningbo · 2026.01 – 至今 · Targeting T-RO / TMECH
经典的 DRL-DCLP 局部规划工作主要在 静态障碍物条件下展开。我所在的合作课题把它推向 动态、混合密度 的场景：
- MDP 重建模：面向不同尺寸 footprint 的机器人，重新设计动态障碍下的状态空间与奖励。
- 8 阶段课程：在 StageRos 上设计渐进难度的训练课程，相邻阶段地图体积按 0.8× 缩放、静态密度递增、动态障碍数量超参数化可调。
- 时序动态编码：将多障碍的时序状态显式编码并融入策略网络与价值网络，以提升强遮挡 / 强交互场景下的泛化与鲁棒性。
3 · 四足机器人的端到端运动控制与雷达导航
XJU Innovation Lab · 2025.06 – 至今 · ICIC 2026 Oral, Accepted
完整的 sim-to-real 闭环：
- 在 Isaac Gym / Isaac Lab 中以 PPO、N-P3O 训练多地形运动策略，泛化到 ≥ 3 种地形。
- 在自主设计组装的四足机器人上，先在 MuJoCo 做 sim-to-sim，再在真机做 sim-to-real。
- 运动时抗扰动能力 > 10 N 推力，行走 0.8 m/s、慢跑 2 m/s、匍匐覆盖 4 类室内外地形与坡度。
- 用 fast_lio / point_lio 完成室内外 SLAM，配合 ROS 2 Nav2 完成 A* / Dijkstra 全局规划与 AMCL 重定位。
Outcome：1 篇一作论文 ICIC 2026 Oral, Accepted。
4 · 早期工作 · 草莓病虫害深度学习监测
Xinjiang University · 2024.06 – 2026.01 · Closed
YOLOv8 + 注意力 + 改进 FPN，small-object 召回率 +15 %、精度 +25 %；剪枝量化后嵌入式部署。同时编写了履带小车底盘 + 机械臂的协同控制与 IK 解算。国家级大创优秀结题，外观专利（一作）一篇 + 软著（三作）一篇。
What's Next
- 2026 上半年：完成 VLA 几何蒸馏方法的实验与一作投稿；同时把 RL 动态导航做出强基线。
- 2026 下半年：申请研究生 / 暑研，继续深入具身智能方向，尤其是 接触感知 + 几何推理 的方法学。
如果你的方向有共鸣，欢迎邮件交流：13325905201@163.com。