报告题目：机器人基础模型于操纵学习
报告人：赵超 吉林大学人工智能学院副教授
报告摘要：
近年来，机器人学习正在从专才模型迈向通才式基础模型（Robot foundation model）：视觉基础模型，提供统一且可迁移的视觉表征（如 DINOv2、SAM），支撑检测、分割、跟踪与三维理解；多模态大语言模型，将语言、视觉与世界知识对齐（如 GPT-4V、Gemini），可把自然语言指令转化为高层任务规划与工具/技能调用；最新的 π0 等视觉-语言-行动（VLA）模型进一步把分层推理、多模态理解与机械臂操控统一在一个框架中，展现出能看、能想、会行动的特征。与此同时，通往真实世界的落地，需要数据与接口的系统性进步。本报告后半部分将回顾近年机器人操纵技术的演进，探讨模型能力、数据规模与接口设计如何相互促进机器人操纵学习，并展望面向家庭与工业应用的下一步研究。
报告人简介：
赵超，吉林大学人工智能学院副教授，博士生导师。于2025年在香港科技大学获得博士学位。在机器人领域知名期刊 T-RO、RA-L 及机器人国际会议 ICRA、IROS 上发表多篇论文。其带领的具身智能与机器人实验室 (EIRL)，致力于开发赋予机器人智能的算法和系统，使其能够在现实环境中有效地感知、推理、行动并协助人类。研究兴趣涵盖：非结构化环境下的智能感知与操纵、人形机器人长期自主、触觉多模态感知等。个人主页：https://robotll.github.io/czhao/
报告时间：2025年10月15日 15:30-17:10(7-8节)
报告地点：吉林大学前卫校区-第三教学楼-309
