【研究方向】

大方向：具身智能、计算机视觉

细分方向：机器人感知、机器人操作、3D视觉、多模态感知（视觉/语言/触觉）、灵巧手抓取与操作、VLA

【可指导区位】sci二区-四区、ei、会议论文

【指导经验】指导多名硕士生本科生科研，相关成果发表在包括IEEE TIM（JCR Q1，IF 6.0）、IEEE TASE（JCR Q1，IF 9.4）

【指导特点/可提供给学员的帮助】

项目全流程支持： 覆盖具身智能、机器人视觉、灵巧手抓取、触觉感知、3D视觉、多模态学习等方向，从需求分析、方案设计到代码实现、模型训练和结果展示，提供完整项目支持。

技术路线清晰： 根据具体任务选择合适方法，包括 VLA视觉语言动作模型、Diffusion Policy、扩散模型、3D视觉、点云处理、视觉-触觉融合、机器人抓取生成等，帮助项目形成清楚可落地的实现路径。

代码训练与调试： 支持深度学习项目中的环境配置、代码阅读、模型训练、数据加载、CUDA报错、显存问题、loss异常、模型不收敛、推理速度慢等常见问题排查。

多模态数据处理： 可围绕图像、点云、RGB-D、触觉、语言、动作等数据进行格式整理、特征处理、数据增强、训练集划分、实验结果统计和可视化展示。

结果优化与展示： 帮助整理任务成功率、训练曲线、预测结果、可视化图、项目流程图和最终展示材料，使项目结果更完整、更清楚、更有说服力。

沟通高效负责： 按项目需求和截止时间推进，过程中及时沟通、按需调整；能做会认真完成，不能做会提前说明。

【研究方向】

大方向：具身智能、计算机视觉

细分方向：机器人感知、机器人操作、3D视觉、多模态感知（视觉/语言/触觉）、灵巧手抓取与操作、VLA

【可指导区位】sci二区-四区、ei、会议论文

【指导经验】指导多名硕士生本科生科研，相关成果发表在包括IEEE TIM（JCR Q1，IF 6.0）、IEEE TASE（JCR Q1，IF 9.4）

【指导特点/可提供给学员的帮助】

项目全流程支持： 覆盖具身智能、机器人视觉、灵巧手抓取、触觉感知、3D视觉、多模态学习等方向，从需求分析、方案设计到代码实现、模型训练和结果展示，提供完整项目支持。

技术路线清晰： 根据具体任务选择合适方法，包括 VLA视觉语言动作模型、Diffusion Policy、扩散模型、3D视觉、点云处理、视觉-触觉融合、机器人抓取生成等，帮助项目形成清楚可落地的实现路径。

代码训练与调试： 支持深度学习项目中的环境配置、代码阅读、模型训练、数据加载、CUDA报错、显存问题、loss异常、模型不收敛、推理速度慢等常见问题排查。

多模态数据处理： 可围绕图像、点云、RGB-D、触觉、语言、动作等数据进行格式整理、特征处理、数据增强、训练集划分、实验结果统计和可视化展示。

结果优化与展示： 帮助整理任务成功率、训练曲线、预测结果、可视化图、项目流程图和最终展示材料，使项目结果更完整、更清楚、更有说服力。

沟通高效负责： 按项目需求和截止时间推进，过程中及时沟通、按需调整；能做会认真完成，不能做会提前说明。