题目：融合物理规律与数据驱动的世界模型及工业具身智能初探

报告人：徐凯 国防科技大学

时间：4月23日 14:30-17:30

地点：东区管理科研楼1218室

摘要：在真实世界中训练具身智能机器人代价很高，目前广泛采用的做法是基于仿真环境的学习。但构建一个通用且高保真的仿真环境仍然非常困难，即便为某个单项任务构建相应的仿真环境也很困难。同时，为使仿真训练的智能体能够由虚到实迁移，常需要在包括几何、结构、材质、动力学等的高维空间中进行采样，维数灾难问题突出。如果能对目标环境快速构建一个机理化的专用世界模型，则只需在机理引导下，对该模型进行小范围域随机化，即可支持鲁棒可泛化的策略学习。我们提出一种融合物理规律和数据驱动的目标场景专用世界模型学习：基于物理规律的机理化建模，通过可微分渲染实现物理参数的准确辨识。该世界模型可支持多种下游任务策略的高效学习，且因它本身就是目标环境的精准刻画，习得的交互策略可以很好地由虚到实迁移。最后，我们介绍上述思路在两个工业具身智能场景中的初探：面向智能焊接机器人，基于焊接物理过程建模的焊接工艺实时控制；面向柔性高精度装配机器人，基于装配形变建模的装配过程精细控制。

报告人简介：徐凯，国防科技大学教授，普林斯顿大学访问学者。研究方向为计算机图形学、三维视觉、具身智能、数字孪生等。在国际上较早开展了数据驱动三维感知、建模与交互工作，提出面向复杂三维数据的结构化感知、建模与交互理论方法系统。主持国家自然科学基金青年科学基金A类（原杰青）项目、重点项目等。发表TOG/TPAMI/TVCG/CVPR/ICCV等A类论文100余篇。担任图形领域顶级国际期刊ACM Transactions on Graphics、IEEE Transactions on Visualization and Computer Graphics的编委，Computational Visual Media的领域执行编委。多次担任领域内重要会议的大会主席和程序主席。担任中国图象图形学会智能图形专委会副主任、中国工业与应用数学学会几何设计与计算专委会副主任。曾获湖南省自然科学一等奖2项（排名1和3）、中国计算机学会自然科学一等奖2项（排名1和3）、军队科技进步二等奖、军队教学成果二等奖、中国电子学会青年科学家奖。