高阳 成果收录于IROS 2024
高阳团队提出CoPa框架，利用基础模型内嵌的常识知识，通过空间约束实现机器人的通用操控能力、“多智能体机械狗环境”，来促进机械狗在复杂环境中的协作能力，成功地使机械狗能够在可并行模拟的环境里与子环境中的其他机械狗，物体以及自行驱动的智能体交互。
陈建宇 成果收录于IROS 2024
在IROS 2024中，陈建宇团队发表两项成果，提出一种新颖的DoReMi机器人规划决策框架和一款新型双腿轮足机器人Whleaper
吴翼 成果收录于IROS 2024
在IROS 2024中，吴翼团队机器人能够快速自我生成有效的训练数据的RST框架，使机器人能够自我生成有效的训练数据，而非依赖人类专家示范，以此来解决收集足够的机器人轨迹数据十分昂贵的问题。
许华哲 成果收录于IROS 2024
在IROS 2024中，许华哲团队提出了一种结合行为克隆与强化学习的分层学习框架，旨在让四足机器人实现多种日常操控任务，如提篮子、按按钮、开关门等。
(3).jpg)
在2024 European Conference on Computer Vision (ECCV, 9.29-10.04，意大利-米兰) 中，上海期智研究院PI弋力、赵行、许华哲各团队共计发布7项
弋力 成果收录于ECCV 2024
在计算机视觉领域的顶级学术会议2024 European Conference on Computer Vision (ECCV, 9.29-10.04，意大利-米兰) 中，上海期智研究院PI弋力、赵行、许华哲各团队共计发布7项最新科研成果 (录用率~ 18%)。近期将陆续发布ECCV专题学术成果分享。
赵行 成果收录于ECCV 2024
上海期智研究院PI、清华大学助理教授赵行团队，设计了新的感知框架PreSight，使用过去观测信息重建可泛化的城市级先验，为解决自动驾驶在线感知难的问题提供了新的思路。此外，团队利用时序信息在三维空间中构建匹配代价的占据栅格预测方法，显著提升模型的空间理解能力。相关2项成果收录在今年的计算机视觉领域的顶级学术会议之一ECCV 2024。
许华哲 成果收录于ECCV 2024
上海期智研究院PI、清华大学助理教授许华哲团队，提出了一种新的机器人操控框架Robo-ABC，使机器人能够泛化地理解和操作在训练时未见过的类别的物体。此外，团队利用视频扩散模型的生成能力，提出了一种从专家视频中提取密集奖励信号的新框架。相关2项成果收录在今年的计算机视觉领域的顶级学术会议之一ECCV 2024。
(3)-569.jpg)
近期，上海期智研究院人工智能方向的陈建宇、高阳、许华哲三位PI科学家团队，3项突破性的科研成果被机器人领域难度最高的顶会Robotics: Science and Systems (RSS 2024)
陈建宇 成果收录于RSS 2024
陈建宇团队联合星动纪元在具身智能领域取得重要突破，提出了一种新颖的人形机器人学习算法框架DWL，有效去除真实世界噪声扰动，在全球范围内首次通过端到端RL和零样本仿真到真实转换，实现人形机器人通用适应各类复杂的现实世界地形。
高阳 成果收录于RSS 2024
高阳团队提出了策略学习的任意点轨迹模型 (Any-point Trajectory Modeling，ATM)，通过预训练轨迹模型来预测视频帧内任意点的未来轨迹，从而利用视频为机器人提供演示。训练完成后，这些轨迹将提供详细的控制指导，实现小样本动作标签演示数据训练鲁棒的机器人操作策略。
许华哲 成果收录于RSS 2024
许华哲团队提出了一种新颖的视觉模仿学习方法 3D扩散策略 (DP3)。在涉及72个模拟任务的实验中，DP3仅通过10条演示数据就成功完成了大多数任务，并且相对于当前SOTA模型有24.2%的成功率相对提升。在4个非常具有挑战性的真机任务中，DP3展示了精确的控制能力。极大地提高了视觉模仿学习的学习效率和泛化能力。
.jpg)
(3)-935.jpg)
(2)(1)(1).jpg)
(2)(1)-342.jpg)
