We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode EP03 对话汶川、吕峻两位国内具身智能顶尖博士

EP03 对话汶川、吕峻两位国内具身智能顶尖博士

2024/10/28
logo of podcast ReSpark

ReSpark

AI Deep Dive AI Chapters Transcript
People
吕峻
汶川
Topics
汶川:我认为国内具身智能领域高质量的学术人才非常稀缺,这比机器人数据更难获取。虽然华人学者在国际上引领着AI Robotics的发展,但国内有经验的学者仍然不足。我在2020年访问贝尔实验室时,就预见到具身智能在科研领域的爆发。选择困难的道路更有助于研究和个人能力的提升。Mobile Loja的Demo对具身智能浪潮起到了推动作用。目前中美在robot learning领域存在差距,美国有先发优势和科研方向的马太效应,但随着国内优秀教授回国和新博士生加入,差距正在缩小。 吕峻:我观察到国内具身智能领域,传统控制学者和用AI解决机器人问题的学者之间存在代际差异。北美回来的老师将先进的研究理念带回国内,一些实验室不会与北美有严重差异。具身智能的爆发是因为大家在AI领域已经取得了一些成功,对AI更有信心。大家对AI的信心更高,认为基本感知问题已解决,可以开始做具身智能。我的导师受北美影响转向具身智能,但国内在2022年之前仍觉得具身智能冷门。整体上,大家投入方向研究的时间和精力与北美有时间差,但差距正在缩小。

Deep Dive

Chapters
吕峻博士和汶川博士分别介绍了自己的求学经历和研究方向。吕峻博士专注于基于仿真的机器人智能学习,目标是开发能在现实世界执行任务的机器人;汶川博士则专注于端到端的模仿学习,目标是提升具身智能系统的性能和鲁棒性。
  • 吕峻博士就读于上海交通大学,导师是卢策吾教授。
  • 汶川博士就读于清华大学,导师是高阳教授。
  • 吕峻博士的研究方向是基于仿真学习机器人智能。
  • 汶川博士的研究方向是端到端的模仿学习。

Shownotes Transcript

随着具身智能在国内的关注度快速提高,两年前还非常冷门的AI Robotics如今已经成为产业界和学界关注度最高的话题。我相信两三年后,国内会有越来越多在这个领域世界级的工作出现,人才密度也会快速提升。但在今天,我们不得不承认的一个现实问题是,国内高质量的AI Robotics学术人才是比机器人数据更稀缺的要素。

真实机器人数据通过堆人堆钱是可以快速解决的,但人才的培养需要时间。在机器人学习领域,有一个非常有意思的现象是,全世界范围内,最顶级的论文常常出自华人学者。可以说华人学者引领着AI Robotics这个领域的发展,但反观国内,因为代际差异和学术重点的不同,目前真的非常缺少AI Robotics领域有经验的学者。AI Robotics国内人才的话题也是我一直想来探讨,借着这个话题,我非常荣幸的邀请到了两位即将毕业的国内本土培养的AI Robotics方向博士生来探讨一些他们的研究方向,中美学术代际差异,具身大模型路径等问题。

汶川是清华大学交叉信息研究院(IIIS)的博士五年级学生,导师是高阳教授。他从2019年开始跟随高阳老师进行相关研究,主要专注于端到端的模仿学习,探讨如何融合不同来源的数据,以提升具身智能系统的性能和鲁棒性,从而实现高效、安全的智能系统。

吕峻是上海交通大学的博士四年级学生,导师是卢策吾教授。他的研究路径是基于仿真来学习机器人智能,目标是开发能够在现实世界中执行各种任务的机器人,以解决人类在生产和生活中面临的问题。

时间线:

00:30 吕峻博士求学经历和研究方向

01:33 汶川博士求学经历和研究方向

03:08 当初为什么选AI机器人这个方向作为博士研究方向?

07:40 为什么AI机器人在北美会比国内早这么多年热起来?

09:15 国内近几年在AI机器人领域的进展主要由什么因素刺激?12:27 中美在AI机器人领域的代际差异如何?

17:57 关于发顶会

19:20 汶川研究方向详细介绍

25:13 吕峻研究方向详细介绍

31:23 仿真未来发展的挑战有哪些

34:40 模仿学习的挑战有哪些

38:00 怎么看数据融合?

47:00 具身大模型框架有哪些

(这个时间轴梳理有更自动的方法吗?)

吕峻博士主页:https://lyuj1998.github.io/

汶川博士主页:https://alvinwen428.github.io/

主播:Jamie

非专业剪辑,正在寻找给力的播客剪辑小伙伴,欢迎留言联系。