研究档案
研究定位
| 名称 | 具身智能研究者 |
| 研究方向 | Robot Learning · VLA · Embodied AI |
个人简介
目标是研究能够理解多模态指令、形成可迁移动作表示，并在真实环境中稳定闭环执行的通用机器人策略。以问题定义、机制拆解和实验验证为核心方法，持续构建从模型到系统的研究能力。
技能方向
模型与算法: VLA, 模仿学习, Diffusion Policy, ACT, 多模态对齐
机器人系统: PyTorch, ROS2, Python, 策略评估, 推理部署
研究方法: 问题定义, 数据流分析, 消融实验, 可复现记录
语言
中文: 主要写作语言
English: 论文阅读
研究问题
通用机器人策略: 动作表示, 跨模态对齐, 长时序任务
真实世界闭环: 数据效率, 泛化能力, 安全与稳定性