世界模型驱动的机器人自主作业与学习

报告简要介绍具身智能的内涵和发展现状，特别是机器人在物理世界行为智能方面的进展和面临的挑战，并分析了世界模型的边界。进一步提出了以“感知-学习-想象-反馈”一体化自我进化的具身智能框架，旨在实现更高效、更灵活的具身智能系统设计。构建了非结构场景基于视觉常识推理的机器人自主作业和持续学习方法，提出了世界模型驱动的自举模型预测控制、想象引导决策大模型的多机器人自主协同方法，以及相关算法在航天、航空、物流等领域的应用。报告还简要介绍相关方法在多人游戏、航空与航天等领域上的应用。

兰旭光，教授，博士生导师，国家杰出青年科学基金获得者，国务院学位委员会学科评议组成员。现任西安交通大学人工智能学院教授，研究领域为计算机视觉、机器人学习、多智能体博弈及人机共融协作等。担任中国自动化学会共融机器人专委会主任委员，中国认知科学学会理事、副秘书长，人工智能学会“认知系统与信息处理”专委会副主任委员，仿真学会“智能无人系统建模仿真”专委会副主任委员。在人工智能与机器人领域的著名期刊和会议发表论文100余篇，获得国家发明专利授权30余项，出版编著1部。主持国家自然科学基金重点、国家科技重大专项、科技创新2030人工智能重大项目等科研项目10余项。担任国际期刊IEEE Transactions on Neural Network Learning System等期刊编委。曾担任IEEE CYBER2019 和ICIRA2021大会联合程序主席，IEEE RCAR2023和ICIRA2024大会主席，IEEE 高级会员。