人才培养

一、开题答辩题目：面向通用具身操作的世界模型隐空间特征学习与推理优化

二、开题答辩人：刘坷卉

三、开题答辩时间：2026年7月1日14:30

四、开题答辩地点：友谊校区毅字楼3楼308会议室

五、开题内容简介：

机械臂具身操作广泛应用于工业装配、物流分拣及家庭服务等场景，但传统方法依赖精确建模与规则规划，在开放复杂环境中泛化能力不足。近年来，视觉—语言—动作模型与机器人基础模型快速发展，但仍存在语言与动作对齐困难、缺乏环境动态建模及长时序推理能力不足等问题。为解决上述问题，世界模型通过在隐空间中建模环境状态演化，使智能体具备未来预测与内部推演能力。然而现有方法在机械臂任务中仍存在关键不足：隐空间缺乏对接触关系与任务阶段的有效表达，操作因果性不强；真实机器人数据稀缺且多源异构数据存在显著分布差异，迁移困难；长时序任务中易出现误差累积与预测漂移；此外，大规模模型推理开销较高，难以满足真机实时控制需求。本研究拟构建面向机械臂操作的世界模型框架，重点包括四个方面：首先，设计操作隐空间学习方法，融合视觉、本体状态与语言信息，构建具备物理一致性与因果可控性的紧凑表征；其次，研究多源异构数据的统一对齐与迁移机制，提升跨本体与跨任务泛化能力；再次，提出长时序隐空间推理与闭环修正方法，通过状态记忆与预测—观测一致性校正提升稳定性；最后，探索轻量化推理与动作连续优化方法，实现低延迟的真机部署。本研究旨在构建从隐空间建模、多源学习到闭环推理与真机执行的完整技术体系，提升机械臂在复杂开放环境中的自主操作能力，为具身智能从感知驱动向具备世界建模与推理能力的决策范式演进提供支撑。

六、开题答辩人简介：

刘坷卉，男，学号2023101363，光电与智能研究院，导师李学龙教授，主要研究方向为基于世界模型的具身操作。