报告题目：面向开放世界可泛化的具身连续学习

报告时间：11月11日周二上午10:30-11:30

报告地点：岳麓山校区计算机楼313会议室

报 告 人：王瑞平

报告摘要：具身智能从封闭专用逐步向开放通用迈进，面临从被动到主动、从闭集到开集、从静态到动态的挑战，一次训练、终身受用为特点的传统学习范式面临较大局限，需建立系统性的具身连续学习范式，实现智能体知识和技能的日益精进，提升在开放环境下的泛化效果。报告将介绍本课题组在具身连续学习方面开展的初步探索及取得的一些具体进展，包括：动态环境下的3D高斯自适应场景表示方法GS-LTS、基于棋盘格表示的具身交互框架R2C、示教视频指导的机械臂操作代码生成框架RoboPro、基于空间网格表示的机械臂动作序列生成框架GAS-Robo、以及面向动态任务的模仿学习方法DBC-TFP。

报告人简介：王瑞平，中科院计算所研究员、博导，研究领域为计算机视觉与模式识别，重点关注真实开放环境下的视觉场景理解问题。发表国际期刊和会议论文100余篇，Google Scholar引用10,400余次，获授权国家发明专利9项。带领研究生6次获得本领域主流国际学术竞赛冠亚军，获得CVPR2021 CLVISION Workshop最佳论文奖。担任Pattern Recognition、Neurocomputing等国际期刊编委，十余次担任IEEE CVPR(2021/2022/2026)、ICCV(2021/2025)、ECCV(2022/2024)、WACV(2018~2026)等国际会议领域主席，获得IEEE CVPR2019&2025/ICCV2019/FG2019/ECCV2020/NeurIPS2020/ICML2022等国际会议杰出审稿人荣誉，先后在CVPR2015、ECCV2016、ICCV2019等国际会议合作组织并主讲Tutorial。研究成果获得2015年度国家自然科学奖二等奖（第4完成人）、2022年度中国图象图形学学会自然科学奖一等奖（第1完成人）。