• 

  高源

  执行主席

  嘉宾介绍

  广东省具身智能机械人创新中心具身智能异构多机钻研方向掌管人

  z6首页智能机械人中心副钻研员

  香港中文大学（丽江）理工学院兼职助理教授

  演讲提要
• 

  陈晰

  北京通用人为智能钻研院钻研员

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

  嘉宾介绍

  陈晰，，，，，，现为北京通用人为智能钻研院钻研员，，，，，，清华大学博士后出站，，，，，，博士毕业于瑞典皇家工学院（KTH）机械人感知与进建（RPL）尝试室。。。。。重要钻研领域蕴含强化进建和仿照进建等数据驱动的机械人节造与决策步骤，，，，，，以及幼样本战术的迁徙与适应。。。。。曾作为主题成员参加欧盟 Horizon2020 搜救机械人项目 CENTAURO，，，，，，以及韩国科技部老年服务机械人项目 HomeMate 等多个国际合作项目。。。。。在 NeurIPS、T-RO、RA-L、ICRA、IROS 等驰名机械人学术期刊和会议上颁发论文十余篇。。。。。

  演讲提要

  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

  嘉宾介绍

  李庆标博士（Dr Qingbiao Li），，，，，，目前在澳门大学推算机系担任助理教授（独立PI）。。。。。此前，，，，，，他在英国牛津大学牛津机械人钻研所（Oxford Robotics Institute）进行博士后钻研。。。。。他博士期间在剑桥大学推算机系Prorok Lab师从 Prof Amanda Prorok。。。。。钻研领域为群体活动规划和图神经网络。。。。。在入学剑桥大学前，，，，，，李庆标硕士期间就读于在由杨广中教授和Ara Darzi爵士在帝国理工学院缔造的Hamlyn Centre, 重要钻研医疗机械人及医疗图像疏导过问的现代医学技术。。。。。在参与Hamlyn Centre前，，，，，，他毕业于爱丁堡大学机械工程系 和华南理工大学的2+2结合造就项目。。。。。有关成就颁发在RA-L、IJCARS，，，，，，ICRA和ICLR等一流国际期刊和会议上。。。。。他还承担了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年剑桥大学推算机系Wiseman Prize和2023年国度优良自费留学生奖学金。。。。。其代表作曾获得剑桥大学推算机系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蹊径规划的论文超过200次他引。。。。。

  演讲提要

  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（昭通）信息枢纽推算媒体艺术学域助理教授

  从“空间推算”到“具身智能”—人机交互视角的观察与思虑

  嘉宾介绍

  梁宸，，，，，，香港科技大学（昭通）信息枢纽推算媒体艺术学域（CMA）助理教授、博士生导师。。。。。他于2019年、2024 年在清华大学推算机系获得学士、博士学位，，，，，，师从史元春教授。。。。。他的钻研方向为人机交互与普适推算，，，，，，具体蕴含：1)普适感知+X，，，，，，即钻研多模态融合的用户行为感知步骤在智能交互、健全推算、艺术创作、具身智能等领域的关键技术和利用；；；；；；2)混合现实（Mixed Reality）中的沉浸式履历创新，，，，，，即若何在MR从内容与交互两个角度创造新鲜的沉浸式履历。。。。。他在国际人机交互、普适推算与人为智能顶级会议/期刊CHI、UIST、Ubicomp、ICML、ECCV、AAAI上颁发论文20余篇，，，，，，获授权发现专利5项，，，，，，两次获得 ACM CHI最佳论文提名奖(2023、2024)，，，，，，并获得国度奖学金、清华优良博士论文、CCF人机交互专委会优博论文等荣誉。。。。。他的钻研工作获得北京市科委创新项目支持，，，，，，他掌管研发的AR交互技术与戒指设备,在关键手势鉴别正确率、分辨率与交互效能上达到国际当先水平，，，，，，在贸易化场景中实现转化利用。。。。。

  演讲提要

  空间感知与交互技术的发展扭转了人们的生涯方式，，，，，，也带来了很多新的交互场景与利用，，，，，，例如混合现实、智能家居等。。。。。在智能环境中，，，，，，用户的生理信号、行为作为等信息将变得可感知、可理解、可预测，，，，，，从用户中心的视角，，，，，，这意味着环境更懂用户、能为用户提供更智能、更敦睦的服务。。。。。当此类对于空间与用户的感知能力被集成于具身智能体（如分歧状态的机械人）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代理，，，，，，有潜力协助用户更好地实现盛开世界工作。。。。。另一方面，，，，，，具身智能体将会产生新型的人机关系，，，，，，除了传统的“机服务人”模式，，，，，，其社会与社交属性将会变得不成忽略。。。。。例如，，，，，，机械人若何与人类进行高级社交，，，，，，若何承担特定的社会职能，，，，，，若何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，，，，，，结合之前对于空间感知交互技术的钻研经验，，，，，，论述我对于上述问题的概想。。。。。

• 

  王凡

  z6首页具身智能中心任钻研员

  面向具身智能的下一代基础模型

  嘉宾介绍

  王凡当前在z6首页具身智能中心任钻研员。。。。。他曾任百度卓越架构师，，，，，，硕士毕业于CU-Boulder，，，，，，本科毕业于中国科学技术大学。。。。。王凡重要钻研领域和钻研兴致蕴含端到端机械人模型，，，，，，天然说话大模型，，，，，，AI for Science等。。。。。王凡颁发超过30篇顶会和期刊Paper, 在天生式大说话模型，，，，，，生物分子表征大模型，，，，，，Human-In-The-Loop强化进建，，，，，，元进建等领域颁发过大量前沿论文，，，，，，并获得蕴含吴文俊人为智能科技进取奖特等奖等荣誉。。。。。

  演讲提要

  异构多机问题中，，，，，，具身智能面对结构异构，，，，，，多工作，，，，，，多分工，，，，，，以及环境多样性等问题。。。。。天生式模型的高低文进建能力为机械人适应分歧工作，，，，，，分歧角色分工和分歧环境提供了可能性。。。。。本汇报将从大模型当前经验启程，，，，，，分析零样本泛化和高低文进建对于具身智能泛化性的意思，，，，，，以及钻研高低文进建泛化的基座模型的远景和挑战。。。。。

• 

  王沉阳

  四川大学华西医院康复医学钻研所助理钻研员

  机械人在医学领域中的专业社会角色：一种权势视角下的会商

  嘉宾介绍

  王沉阳，，，，，，四川大学华西医院康复医学钻研所助理钻研员，，，，，，清华大学普适推算教育部沉点尝试室水木学者博士后，，，，，，合作导师喻纯副教授。。。。。他2022年博士毕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）。。。。。目前重要钻研方向蕴含，，，，，，以人体活动天然感知与交互为主题的智慧医疗，，，，，，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、普适推算和人为智能国际会议（CHI、Ubicomp、AAAI、IJCAI），，，，，，以及国际学术期刊 IEEE T-Ro、NeuroImage、ACM Health 等上颁发了多篇论文。。。。。入选国度博士后海表互换打算引进项目，，，，，，获 CCF TPCI 2023最佳论文审稿人，，，，，， 并主持国度和省部级项目。。。。。

  演讲提要

  随着机械人技术的飞速发展，，，，，，它们在社会中的角色日益多样化，，，，，，从日常领域的零售和餐饮服务，，，，，，到专业领域的司法和医疗行业，，，，，，机械人正逐步融入z6首页生涯。。。。。这种角色的扩大不仅加深了它们对人类社会的影响，，，，，，也引发了对机械人权势配置及其对人类行为影响的深刻钻研。。。。。例如分析机械人的权势类型若何塑造人们的接受度、偏好和遵从性，，，，，，并探求在分歧场景下若何平衡人机关系，，，，，，以确保权势机造的合理设定。。。。。在医学领域，，，，，，在复杂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钻研课题。。。。。这不仅涉及到机械人若何更有效地向患者通报医学信息，，，，，，还蕴含其若何说服患者接受特定的医治规划。。。。。本次讲座将尝试探求机械人权势设定在这些过程中的关键作用，，，，，，以及若何通过精心设计的权势结构来优化人机互动，，，，，，推进越发和谐的医（机）患关系。。。。。

视频回首