报告题目：
智能机器人从认知到交互的挑战
时间：9月20日  14:00-14:30 
摘要：
        报告从机器人与三维物理环境以及与人的交互为中心需求，讨论机器人在对物体、环境的理解和交互等方面所面临的挑战，并介绍利用计算机图形学、三维视觉等技术在解决上述挑战的进展。
报告人简介：        屠长河，山东大学计算机学院教授，博导，常务副院长，CCF智能机器人专业组秘书长，CAD/CG专委会常务委员，CSIAM GDC专委会副主任。研究方向为计算机图形学，计算几何，3D视觉。研究兴趣为数据驱动的三维建模，3D认知与交互在智能机器人的应用。成果获国家科技进步二等奖1次（排名第2），在SIGGRAPH，Eurographics，CVPR，TOG，TVCG，CAD，等国际会议和期刊发表论文多篇，获SPM 2020最佳论文，Eurographics 2020最佳论文提名。
  报告题目：
基于带约束深度强化学习的在线装箱问题求解
时间：9月20日  14:30-15:00
摘要：
       本次报告介绍基于带约束深度强化学习实现在线装箱（码垛）问题的求解。装箱问题是一个经典的NP难题。我们聚焦该问题的一个更难的变种——在线装箱问题，即智能体仅能看到即将摆放的有限个箱子，并不能观察到完整的箱子序列，因而无法进行全局优化。同时，一个箱子到来时，智能体必须马上将其摆放好，不允许临时暂存或反复调整。此外，箱子的摆放必须考虑到箱子间的碰撞和垛体的稳定性。我们将该问题形式化为一个带约束的马尔可夫决策过程。为求解该问题，提出了一种简单且有效的带约束强化学习方法。该方法基于通用的actor-critic框架，训练一个网络来预测可摆放区域作为辅助任务，并用预测的可摆放区域来调制强化学习的动作输出。大量实验表明，该方法在空间利用率、摆放数量和决策时间等方面都远优于已有的、基于启发式规则的方法。此外，我们的方法还可以很容易地扩展到前瞻k个箱子，多垛体同时摆放，以及允许箱子方向调整等诸多情形。
报告人简介：        徐凯，国防科技大学教授。2011年于国防科大计算机学院获得博士学位。西蒙弗雷泽大学、普林斯顿大学访问学者。研究方向为数据驱动的几何处理与建模、三维视觉及其机器人应用等。发表ACM SIGGRAPH/Transactions on Graphics论文20余篇。共发表CCF A类论文30余篇。担任ACM Transactions on Graphics、Computer Graphics Forum、Computers and Graphics和The Visual Computer等期刊的编委。担任CAD/Graphics 2017、ISVC 2018等国际会议的论文共同主席，以及SIGGRAPH、Eurographics等国际会议的程序委员。现任中国图象图形学会三维视觉专委会副主任，中国工业与应用数学学会几何设计与计算专委会秘书长。曾获湖南省自然科学一等奖、军队科技进步二等奖、全军优秀博士论文奖、几何设计与计算青年学者奖、湖湘青年英才奖、陆增镛CAD&CG高科技奖二等奖。获国家优秀青年基金和湖南省杰出青年基金。
  报告题目：
软体机器人建模与控制
时间：9月20日  15:00-15:30
摘要：
       软体机器人以其优良的安全交互、环境适应能力，被认为更加适用于非结构化交互环境中的控制任务。本报告主要阐述基于仿章鱼线驱软体机械臂展开理论与应用相结合的研究工作。针对机构高冗余自由度和非线性形变特点造成此类系统交互控制任务难度增加问题，首先建立机构运动学、动力学模型，并提出了适用于柔性机构的智能光纤形状、力感知方法；在建模与感知的基础上，结合视觉伺服方法，设计了自由空间中无标定视觉控制方案；进一步考虑复杂交互任务需要，提出约束环境中避障/伺服混合控制、力/位混合控制、交互力优化策略，提升其面向复杂非结构化环境作业能力。在探索了在心胸手术等的实际应用。
报告人简介：        王贺升博士，现任职上海交通大学自动化系教授。国家自然科学基金优秀青年基金获得者。近年来，在国内外刊物和会议发表SCI/EI索引论文共100余篇，2014年获得上海市青年科技启明星。2019年获得上海市曙光计划。作为项目负责人，主持包括国家自然科学基金联合基金重点项目等多个项目。曾担任2014国际机器人及仿生学大会(IEEE ROBIO2014)和2019年国际先进智能机电系统(IEEE AIM2019)的大会程序主席(Program Chair)， 2016年国际实时计算与机器人大会（IEEE RCAR2016）的大会总主席（General Chair）。目前担任国际期刊IEEE/ASME Transactions on Mechatronics，Assembly Automation，International Journal of Humanoid Robotics和《机器人》杂志编委。2015至2019年担任过IEEE Transactions on Robotics副编（Associate Editor），IEEE机器人及自动化学会技术委员会委员，研究领域：视觉伺服，医疗机器人，机器人控制，无人驾驶。现为IEEE高级会员。
 
  报告题目：
动态环境中的机器人导航
时间：9月20日  15:30-16:00
摘要：
       动态场景下的自主机器人导航是一个移动机器人领域一个重要的尚未解决的问题。这里将介绍我们基于机器人协同避障的解决方案，以及在四足机器人上的一些应用。
报告人简介：        潘佳，香港大学计算机系助理教授。主要研究兴趣是机器人控制和深度强化学习的结合，尤其是在自主机器人导航和机械手抓取方面的应用。
 
会议时间：2020/9/20 14:00-16:00
腾讯会议 ID：592 896 527
腾讯会议链接：https://meeting.tencent.com/s/EB8Meu0q7pYj