不只是一个 policy checkpoint
真实部署连接遥操作、多视角示范、数据准备、推理、通信与物理执行。
机器人 · 三维感知 · 具身智能
高泽园
面向真实部署，构建机器人学习与三维感知系统。
帝国理工学院 Medical Robotics MRes
Latencore AI 具身智能 / 机器人学习实习生
代表项目 · 机器人学习
从示范数据到双臂真实部署
在两台 AgileX PiPER 机械臂上部署并调试 vision-language-action policy。
端到端系统集成
我负责示范采集、末端轨迹准备、LeRobot-compatible 数据、policy 部署与系统级调试。
在真实硬件上定位故障
在物理平台上排查标定、相机流、机器人通信、推理及动作衔接问题。
示范数据采集
多视角同步采集
PIKA 系统组合两个腕部相机与外部全景视角。我也集成并运行了由同事提供的 3D 打印 UMI 系统，使用 VIVE trackers 和四台 Lighthouse 基站。
职责边界。 我的工作集中在系统集成、数据流程、部署和调试；机器人底层控制器与 UMI 硬件由其他成员开发。
代表项目 · 个人研究
面向零样本 6-DoF 位姿估计的几何候选重排
帝国理工学院 · Hamlyn Centre
导师：Dr Stamatia (Matina) Giannarou
研究问题
Foundation-model pipeline 能生成看似合理的候选，但对于具有对称性的大型手术持针器，默认 top-1 仍可能不符合几何规律。
TOP-1 ADD@5 MM44.1% → 57.8%
经过考虑对称性的几何候选重排
方法
模块化 RGB–双目–CAD pipeline
分割与双目深度进入 Any6D 候选生成，再利用 CAD 几何和物体对称性构建可解释的候选重排约束。
RGB + 双目 + CAD→分割与深度→Any6D 候选→几何重排
- 970
- 评估双目数据帧
- 968
- Any6D 有效输出
- 86.4%
- 包含有效 oracle 候选的帧
其他系统
机器人之外的结构化 AI
临床多智能体 Text-to-SQL
面向 MIMIC-IV 的 LangGraph workflow：规划并生成 SQL、验证与修复失败查询，并在无法得到安全答案时拒答。
我的贡献 设计 Planner Agent 的分步逻辑，集成 LangGraph state、nodes、transitions，并参与失败案例测试。
17 / 20小组项目评估中正确回答的问题数
输入临床问题自然语言请求
→我的重点Planner Agent意图分析与分步任务拆解人群 → 时间窗 → 入院记录 → 聚合
→生成SQL Agent结合数据库结构生成查询
→检查验证语法、schema 与执行检查
未通过自动修复
通过执行生成有依据的回答
无法解决安全拒答
结合实时游戏状态的 Minecraft 语音助手
完整交互闭环结合语音输入、结构化游戏状态、LLM/API 响应，以及并行的 TTS 与 Gradio 输出。
我的工作：实时状态采集与解析、结构化状态验证、API 集成，以及同步与响应性的受控测试。
关于
通过必须真正运行的系统开展研究。
我的工作位于学习型机器人与真实工程部署的交界处。目前关注 imitation learning、reinforcement learning、Sim2Real、VLA models、3D perception 及面向部署的研究评估。
机器人学习 遥操作 · 示范采集 · VLA 部署 · 真实系统评估
感知与几何 6-DoF 位姿 · 双目深度 · 分割 · CAD 几何
系统工程 Python · PyTorch · Linux · Git · 软硬件调试
联系