机器人设计及控制
探索机器人结构创新、动力学建模与先进控制算法,构建更智能、更灵活、更可靠的机器人平台。
我们聚焦机器人与人工智能的深度融合,探索下一代具备自主学习能力的机器人系统,重点关注机器人设计与控制、多模态感知、人机交互、从视频中学习、智能操作与生物医学相关应用。
RIL-LAB 致力于构建面向复杂真实环境的机器人智能,从感知、决策、控制到学习闭环推进具身智能研究。
RIL-LAB 由聂强教授创立,隶属于香港科技大学(广州)系统枢纽机器人与自主系统学域。我们希望在机器人智能、学习、理解和操作能力之间建立更紧密的联系,打造真正能够在现实世界中持续学习与协作的机器人系统。
我们致力于打造兼具学术深度与系统落地能力的研究平台,强调算法、系统、硬件与应用场景的协同发展。实验室鼓励有独立思考能力、长期主义与动手能力的研究者,在开放讨论和密切指导中推动高质量研究。
我们围绕机器人智能的关键环节展开研究,从感知、决策、控制到学习与操作,形成跨学科、跨层级的研究矩阵,以支持下一代自主机器人系统的发展。
探索机器人结构创新、动力学建模与先进控制算法,构建更智能、更灵活、更可靠的机器人平台。
研究视觉、语言与其他传感模态的统一理解与生成,提升机器人对复杂环境的感知与适应能力。
面向复杂真实场景探索智能操作技术,增强机器人感知—决策—执行一体化能力。
关注人类行为理解、姿态估计、动作预测与协作决策,推动更自然、更高效的人机协同。
通过视频理解、行为模仿与技能迁移,让机器人从大规模视觉数据中学习通用能力。
开发具备自主决策与持续优化能力的智能体,让机器人在真实环境中实现更高层级的自主行动。
以下展示实验室近期代表性成果。首页保留精选预览,更多内容将在后续持续补充与整理。
大语言模型、机器人、强化学习。
面向生物医学的人工智能。
人机交互、人体动作理解与预测。
多模态大模型、多模态感知。
机器人、人体姿态估计。
视频学习、具身世界模型。
Flexible Sensor 与相关机器人系统。
我们长期欢迎对机器人与人工智能研究有热情的博士生、硕士生、研究助理和实习生加入团队。你可以在这里获得系统性的学术指导、开放合作的研究环境与面向未来的研究问题。