• 

  高源

  执行主席

  嘉宾先容

  广东省具身智能机械人立异中心具身智能异构多机研究偏向认真人

  优德官网智能机械人中心副研究员

  香港中文大学（深圳）理工学院兼职助理教授

  演讲摘要
• 

  陈晰

  北京通用人工智能研究院研究员

  Beyond Form and Function: Cross-Robot Imitation Learning through Intention Alignment

  嘉宾先容

  陈晰，，，，，现为北京通用人工智能研究院研究员，，，，，清华大学博士后出站，，，，，博士结业于瑞典皇家工学院（KTH）机械人感知与学习（RPL）实验室。。。。。。主要研究领域包括强化学习和模拟学习等数据驱动的机械人控制与决议要领，，，，，以及小样本战略的迁徙与顺应。。。。。。曾作为焦点成员加入欧盟 Horizon2020 搜救机械人项目 CENTAURO，，，，，以及韩国科技部晚年效劳机械人项目 HomeMate 等多个国际相助项目。。。。。。在 NeurIPS、T-RO、RA-L、ICRA、IROS 等着名机械人学术期刊和聚会上揭晓论文十余篇。。。。。。

  演讲摘要

  Imitation learning (IL) traditionally succeeds in enabling robots to acquire new skills by learning from demonstrations. However, it is often limited to specific skill mappings between a learner and a demonstrator under identical task setups, resulting in poor adaptation across varied environments and limited generalization for transferring skills across robots with different physical embodiments. In this work, we introduce an adaptive and scalable IL framework that allows robots to learn from heterogeneous peers in novel conditions. Inspired by human cultural learning mechanisms, where behaviors are perceived and associated based on high-level intentions rather than mere replication of motor movements, our framework utilizes human-annotated language descriptions as action intentions for demonstrated motions.  By constructing a shared intention space that aligns the embeddings of both motion sequences and intention descriptions, our framework facilitates effective cross-robot skill imitation and adapts to diverse task configurations. Our experiments, involving seven distinct real-world robots performing imitation tasks in 30 different scenarios, demonstrate the framework's generalizability by enabling effective imitation between robots with diverse motion modalities and adaptability to changing environmental configurations. Additionally, given a sequence of tasks, the framework is scalable to support imitation between two heterogeneous robot teams, achieving unseen but efficient action allocation within the team based on individual robot capabilities. These results highlight significant opportunities to reduce the workload involved in demonstration preparation, enhance programming efficiency for robot teams, and extend the applicability of human-robot or robot-robot collaboration in dynamic real-world settings.

• 

  李庆标

  澳门大学科技学院助理教授

  Machine Learning for Embodied Artificial Intelligence: Multi-robot System from Laboratory, Industry to Daily Life

  嘉宾先容

  李庆标博士（Dr Qingbiao Li），，，，，现在在澳门大学盘算机系担当助理教授（自力PI）。。。。。。此前，，，，，他在英国牛津大学牛津机械人研究所（Oxford Robotics Institute）举行博士后研究。。。。。。他博士时代在剑桥大学盘算机系Prorok Lab师从 Prof Amanda Prorok。。。。。。研究领域为群体运动妄想和图神经网络。。。。。。在入学剑桥大学前，，，，，李庆标硕士时代就读于在由杨广中教授和Ara Darzi爵士在帝国理工学院建设的Hamlyn Centre, 主要研究医疗机械人及医疗图像指导干预的现代医学手艺。。。。。。在加入Hamlyn Centre前，，，，，他结业于爱丁堡大学机械工程系 和华南理工大学的2+2团结作育项目。。。。。。相关效果揭晓在RA-L、IJCARS，，，，，ICRA和ICLR等一流国际期刊和聚会上。。。。。。他还肩负了AAMAS2023-Blue sky Track、AAAI 2022委员会成员以及IJRR、T-RO、AURO、RAL，，，，，ICRA和IROS等审稿员，，，，，并于2020年剑桥大学盘算机系Wiseman Prize和2023年国家优异自费留学生奖学金。。。。。。其代表作曾获得剑桥大学盘算机系Publication of Year，，，，， ICRA 2023 Best Paper at CoPerception Workshop，，，，，谷歌学术引用900余次，，，，，单篇基于图神经网络的群体机械人路径妄想的论文凌驾200次他引。。。。。。

  演讲摘要

  The domains of transport and logistics are increasingly relying on autonomous mobile robots for the handling and distribution of passengers or resources. At large system scales, finding decentralized path planning and coordination solutions is key to efficient system performance. We tackle scalability challenges in decentralized path planning for urban transit and logistics. We utilize Graph Neural Networks (GNNs), adept at processing topological models and non-Euclidean data, to build an information-sharing mechanism within a decentralized multi-robot system. Combining GNNs with imitation learning, we train a low-power framework approximating optimal algorithms without high computational demands. Our physical experiments involve a purely visual, machine learning-assisted navigation technology. This technology encodes relevant viewpoint information from panoramic cameras scattered in the environment through convolutional networks and communicates it to mobile robots via a GNN. Trained via imitation learning, the model effectively guides robots to their destinations, achieving performance close to the best motion algorithms. Our experiments demonstrate its universality in guiding robots in previously unseen environments with various sensor layouts.

  Our work demonstrates the potential of integrating advanced computer vision and machine learning techniques to enhance the capabilities of embodied artificial intelligence in complex and dynamic environments, improving real-time decision-making, navigation, and overall system performance, and how multi-robot system will bring impact into industry and our daily life. 

• 

  梁宸

  香港科技大学（广州）信息枢纽盘算媒体艺术学域助理教授

  从“空间盘算”到“具身智能”—人机交互视角的视察与思索

  嘉宾先容

  梁宸，，，，，香港科技大学（广州）信息枢纽盘算媒体艺术学域（CMA）助理教授、博士生导师。。。。。。他于2019年、2024 年在清华大学盘算机系获得学士、博士学位，，，，，师从史元春教授。。。。。。他的研究偏向为人机交互与普适盘算，，，，，详细包括：1)普适感知+X，，，，，即研究多模态融合的用户行为感知要领在智能交互、康健盘算、艺术创作、具身智能等领域的要害手艺和应用；；；；；；；；2)混淆现实（Mixed Reality）中的陶醉式体验立异，，，，，即怎样在MR从内容与交互两个角度创立新颖的陶醉式体验。。。。。。他在国际人机交互、普适盘算与人工智能顶级聚会/期刊CHI、UIST、Ubicomp、ICML、ECCV、AAAI上揭晓论文20余篇，，，，，获授权发明专利5项，，，，，两次获得 ACM CHI最佳论文提名奖(2023、2024)，，，，，并获得国家奖学金、清华优异博士论文、CCF人机交互专委会优博论文等声誉。。。。。。他的研究事情获得北京市科委立异项目支持，，，，，他认真研发的AR交互手艺与戒指装备,在要害手势识别准确率、区分率与交互效率上抵达国际领先水平，，，，，在商业化场景中实现转化应用。。。。。。

  演讲摘要

  空间感知与交互手艺的生长改变了人们的生涯方法，，，，，也带来了许多新的交互场景与应用，，，，，例如混淆现实、智能家居等。。。。。。在智能情形中，，，，，用户的心理信号、行为行动等信息将变得可感知、可明确、可展望，，，，，从用户中心的视角，，，，，这意味着情形更懂用户、能为用户提供更智能、更友好的效劳。。。。。。当此类关于空间与用户的感知能力被集成于具身智能体（如差别形态的机械人）中，，，，，将会带来新的机缘与挑战。。。。。。一方面，，，，，具身智能体作为动态传感器与可交互署理，，，，，有潜力协助用户更好地完成开放天下使命。。。。。。另一方面，，，，，具身智能体将会爆发新型的人机关系，，，，，除了古板的“机效劳人”模式，，，，，其社会与社交属性将会变得不可忽略。。。。。。例如，，，，，机械人怎样与人类举行高级社交，，，，，怎样肩负特定的社会职能，，，，，怎样深度融入到人类社会中？？？？？在本次分享中，，，，，我将从人机交互的视角，，，，，团结之前关于空间感知交互手艺的研究履历，，，，，叙述我关于上述问题的看法。。。。。。

• 

  王凡

  优德官网具身智能中心任研究员

  面向具身智能的下一代基础模子

  嘉宾先容

  王凡目今在优德官网具身智能中心任研究员。。。。。。他曾任百度优异架构师，，，，，硕士结业于CU-Boulder，，，，，本科结业于中国科学手艺大学。。。。。。王凡主要研究领域和研究兴趣包括端到端机械人模子，，，，，自然语言大模子，，，，，AI for Science等。。。。。。王凡揭晓凌驾30篇顶会和期刊Paper, 在天生式大语言模子，，，，，生物分子表征大模子，，，，，Human-In-The-Loop强化学习，，，，，元学习等领域揭晓过大宗前沿论文，，，，，并获得包括吴文俊人工智能科技前进奖特等奖等声誉。。。。。。

  演讲摘要

  异构多机问题中，，，，，具身智能面临结构异构，，，，，多使命，，，，，多分工，，，，，以及情形多样性等问题。。。。。。天生式模子的上下文学习能力为机械人顺应差别使命，，，，，差别角色分工和差别情形提供了可能性。。。。。。本报告将从大模子目今履历出发，，，，，剖析零样本泛化和上下文学习关于具身智能泛化性的意义，，，，，以及研究上下文学习泛化的基座模子的远景和挑战。。。。。。

• 

  王重阳

  四川大学华西医院康复医学研究所助理研究员

  机械人在医学领域中的专业社会角色：一种权力视角下的讨论

  嘉宾先容

  王重阳，，，，，四川大学华西医院康复医学研究所助理研究员，，，，，清华大学普适盘算教育部重点实验室水木学者博士后，，，，，相助导师喻纯副教授。。。。。。他2022年博士结业于伦敦大学学院人机交互中心（UCL interaction centre），，，，，并获 UCL 博士全额奖学金（UCL ORS&GRS）。。。。。。现在主要研究偏向包括，，，，，以人体运动自然感知与交互为焦点的智慧医疗，，，，，以及基于移动式多模态机械人的交互式具身智能。。。。。。他在人机交互、普适盘算和人工智能国际聚会（CHI、Ubicomp、AAAI、IJCAI），，，，，以及国际学术期刊 IEEE T-Ro、NeuroImage、ACM Health 等上揭晓了多篇论文。。。。。。入选国家博士后外洋交流妄想引进项目，，，，，获 CCF TPCI 2023最佳论文审稿人，，，，， 并主持国家和省部级项目。。。。。。

  演讲摘要

  随着机械人手艺的飞速生长，，，，，它们在社会中的角色日益多样化，，，，，从一样平常领域的零售和餐饮效劳，，，，，到专业领域的执法和医疗行业，，，，，机械人正逐渐融入优德官网生涯。。。。。。这种角色的扩展不但加深了它们对人类社会的影响，，，，，也引发了对机械人权力设置及其对人类行为影响的深入研究。。。。。。例如剖析机械人的权力类型怎样塑造人们的接受度、偏好和听从性，，，，，并探讨在差别场景下怎样平衡人机关系，，，，，以确保权力机制的合理设定。。。。。。在医学领域，，，，，在重大多变的医患关系现实基础上，，，，，机械人医生的引入势必将带来一系列新的研究课题。。。。。。这不但涉及到机械人怎样更有用地向患者转达医学信息，，，，，还包括其怎样说服患者接受特定的治疗计划。。。。。。本次讲座将实验探讨机械人权力设定在这些历程中的要害作用，，，，，以及怎样通过全心设计的权力结构来优化人机互动，，，，，增进越发协调的医（机）患关系。。。。。。

视频回首