自动驾驶和具身智能算法研究课题科研培养计划
课题背景
本课程围绕当前人工智能最活跃的发展方向之一——从自动驾驶到具身智能的演进过程，系统讲授多模态智能体系统的关键技术、研究进展与前沿探索。
课程聚焦前沿热点，涵盖自动驾驶与具身智能两大研究方向，串联感知、预测、规划、VLA等核心研究方向，构建统一的教学与研究框架。每节课配合CVPR、NeurIPS、ICCV、CoRL等顶级国际会议的代表性文章精读与讲解。
关键词： 多模态融合、自动驾驶、具身智能、世界模型、视觉-语言-动作（VLA）
课题创新点
本课题根据每位同学具体方向定制化创新点，主要研究方向包括：
端到端自动驾驶：从感知直接学习控制策略（UniAD、VAD等）
世界模型建模：扩散模型驱动的场景生成（MagicDrive、Vista等）
VLA跨领域迁移：具身智能与自动驾驶的通用智能体融合路径
多模态轨迹预测：扩散建模范式（MotionDiffuser等）
目标会议： CVPR、NeurIPS、ICCV、CoRL 等顶级国际会议
老师介绍
Brown老师，C9高校博士，深耕机器学习、计算机视觉等领域多年。
主要研究方向：目标检测、语义分割、自动驾驶、世界模型、扩散模型、大语言模型
已发表 CCF-A 类论文（CVPR、NeurIPS等）多篇
担任多家国际期刊审稿人
累计辅导学员超过30位
课程大纲
课程构成： 14节课
| 课节 | 课程主题 | 核心内容 |
|---|---|---|
| 1 | 课程导论与背景综述 | 自动驾驶与具身智能演化路径、顶会趋势分析 |
| 2 | 自动驾驶感知模块 | BEVFormer、Sparse4D等BEV感知架构 |
| 3 | 轨迹预测与多模态建模 | VectorNet、QCNet、MotionDiffuser等 |
| 4 | 决策与规划模块 + 端到端自动驾驶 | PlanTF、UniAD、VAD、SparseDrive |
| 5 | 世界模型与生成式建模 | MagicDrive、Vista、AdaWorld、扩散模型 |
| 6 | VLA框架与具身智能 | OpenVLA、Π0（具身智能）；SimLingo、Orion（自动驾驶） |
| 7–8 | 自动驾驶与具身智能对比分析 | 架构对比、泛化能力互补性、融合路径展望 |
| 9–10 | 学生一对一实验/代码针对性指导 | 个性化代码调试与实验优化 |
| 11–12 | 论文投稿指导 + 写作提升 | 论文各模块写作全方位指导 |
| 13-14 | 一对一双盲审稿/答辩模拟 | 模拟Rebuttal，训练精准反击话术 |
4V1多维论文支持体系
| 角色 | 职责 |
|---|---|
| 班主任 | 督学，跟进学习进度，规划全程进度管理 |
| 课程顾问 | 答疑、提供前沿文献资料与研究方法 |
| 主导师 | 授课，全程不定时答疑，提供方向性指导 |
| 代码导师 | 辅助教学，协助代码调试与技术落地 |
服务内容
✅ 12节1v多小班研讨课（4–8人精品小组，每周1次，约90分钟/次）
✅ 2节不限时1v1深度辅导（个性化选题 + 论文修改 + 科研规划）
✅ 全程导师在线答疑（微信群，24小时内回复）
✅ 完整课程资料（论文精读笔记、代码模板、写作指南、投稿Checklist）
✅ 课程结束后3个月内持续跟踪辅导（投稿后修改、Rebuttal支持）
✅ 科研能力评估报告 + 符合条件者可获导师推荐信
✅ 课程永久回放，随时可学
自动驾驶和具身智能算法研究课题科研培养计划
课题背景
本课程围绕当前人工智能最活跃的发展方向之一——从自动驾驶到具身智能的演进过程，系统讲授多模态智能体系统的关键技术、研究进展与前沿探索。
课程聚焦前沿热点，涵盖自动驾驶与具身智能两大研究方向，串联感知、预测、规划、VLA等核心研究方向，构建统一的教学与研究框架。每节课配合CVPR、NeurIPS、ICCV、CoRL等顶级国际会议的代表性文章精读与讲解。
关键词： 多模态融合、自动驾驶、具身智能、世界模型、视觉-语言-动作（VLA）
课题创新点
本课题根据每位同学具体方向定制化创新点，主要研究方向包括：
端到端自动驾驶：从感知直接学习控制策略（UniAD、VAD等）
世界模型建模：扩散模型驱动的场景生成（MagicDrive、Vista等）
VLA跨领域迁移：具身智能与自动驾驶的通用智能体融合路径
多模态轨迹预测：扩散建模范式（MotionDiffuser等）
目标会议： CVPR、NeurIPS、ICCV、CoRL 等顶级国际会议
老师介绍
Brown老师，C9高校博士，深耕机器学习、计算机视觉等领域多年。
主要研究方向：目标检测、语义分割、自动驾驶、世界模型、扩散模型、大语言模型
已发表 CCF-A 类论文（CVPR、NeurIPS等）多篇
担任多家国际期刊审稿人
累计辅导学员超过30位
课程大纲
课程构成： 14节课
| 课节 | 课程主题 | 核心内容 |
|---|---|---|
| 1 | 课程导论与背景综述 | 自动驾驶与具身智能演化路径、顶会趋势分析 |
| 2 | 自动驾驶感知模块 | BEVFormer、Sparse4D等BEV感知架构 |
| 3 | 轨迹预测与多模态建模 | VectorNet、QCNet、MotionDiffuser等 |
| 4 | 决策与规划模块 + 端到端自动驾驶 | PlanTF、UniAD、VAD、SparseDrive |
| 5 | 世界模型与生成式建模 | MagicDrive、Vista、AdaWorld、扩散模型 |
| 6 | VLA框架与具身智能 | OpenVLA、Π0（具身智能）；SimLingo、Orion（自动驾驶） |
| 7–8 | 自动驾驶与具身智能对比分析 | 架构对比、泛化能力互补性、融合路径展望 |
| 9–10 | 学生一对一实验/代码针对性指导 | 个性化代码调试与实验优化 |
| 11–12 | 论文投稿指导 + 写作提升 | 论文各模块写作全方位指导 |
| 13-14 | 一对一双盲审稿/答辩模拟 | 模拟Rebuttal，训练精准反击话术 |
4V1多维论文支持体系
| 角色 | 职责 |
|---|---|
| 班主任 | 督学，跟进学习进度，规划全程进度管理 |
| 课程顾问 | 答疑、提供前沿文献资料与研究方法 |
| 主导师 | 授课，全程不定时答疑，提供方向性指导 |
| 代码导师 | 辅助教学，协助代码调试与技术落地 |
服务内容
✅ 12节1v多小班研讨课（4–8人精品小组，每周1次，约90分钟/次）
✅ 2节不限时1v1深度辅导（个性化选题 + 论文修改 + 科研规划）
✅ 全程导师在线答疑（微信群，24小时内回复）
✅ 完整课程资料（论文精读笔记、代码模板、写作指南、投稿Checklist）
✅ 课程结束后3个月内持续跟踪辅导（投稿后修改、Rebuttal支持）
✅ 科研能力评估报告 + 符合条件者可获导师推荐信
✅ 课程永久回放，随时可学