主题：

机器人的场景理解与任务运动规划

摘要:

本报告介绍了一种基于虚拟运动链条（virtual kinematic chain）的机器人建模思路，该方法能够将机器人的移动底座、机械臂和被操作的物体建模为一个整体，更全面地表示机器人的姿态和运动，从而使机器人在困难环境中的产生更协调、灵活的动作。这个建模思路进一步驱动了一种以体现运动信息为目标的场景重建方法，该方法可以从RGB-D输入中构建一个能够与虚拟运动链条思路结合的场景图表征，实现了一个新的机器人感知和规划框架。该框架在多步骤复杂移动操作任务中展现了机器人更强的移动操作和抓取能力。

嘉宾简介:

刘航欣，北京通用人工智能研究院研究员、机器人实验室负责人。2021年获加州大学洛杉矶分校计算机科学博士学位，2016年获弗吉尼亚理工大学机械工程与计算机科学双学士学位。研究重点包括机器人感知、认知、学习，任务和运动规划、人机交互等。博士期间参与了美国DARPA人工智能可解释性、机器人感知及认知学习等重大研究项目。在机器人和人工智能领域的国际顶级会议和期刊上发表论文40余篇，包括Science Robotics/Engineering/IJCV/RA-L/ICRA/IROS/AAAI等，并获得了2019年ACM中国图灵大会（TURC）获得了最佳论文奖、2023年IROS移动操作方向最佳论文提名。

​