具身智能手记

我的研究兴趣是构建能够在真实物理世界中进行感知、推理、学习与行动的智能系统。

我主要关注智能机器人的“大脑”部分，研究方向包括：

• 视觉—语言—动作模型（Vision-Language-Action, VLA）
• 机器人基础模型与通用策略（Robot Foundation Models & Generalist Policies）
• 具身推理与物理智能（Embodied Reasoning & Physical Intelligence）
• 世界模型与世界动作模型（World Models & World Action Models）
• 人形机器人全身智能（Humanoid Whole-Body Intelligence）
• 灵巧操作与移动操作（Dexterous Manipulation & Loco-Manipulation）
• 跨本体泛化（Cross-Embodiment Generalization）
• 可扩展机器人学习与数据（Scalable Robot Learning & Data）
• 多模态学习与强化学习（Multimodal Learning & Reinforcement Learning）

我尤其关注如何让大规模多模态模型从视觉与语言的语义理解，进一步发展出面向真实世界的物理推理、长时程规划、动作生成，以及持续交互与学习能力。

这个网站主要用于记录我在具身智能、机器人学习与物理智能方向上的论文阅读、模型分析、代码复现、实验记录与研究思考。