0:000:00
<p>在具身智能爆火2年之后，在2024年的年尾，我们聊一个理想很丰满但现实很骨感的问题：具身智能可靠性！这次论坛，我们邀请了在解决可靠性问题最有机会的两条路线，RL和model based control的代表性学者，来一起交流如何将机器人可靠性逼进99.9x%大关。</p><p>这期栏目是一个在线Panel的录音，邀请到的嘉宾是（嘉宾介绍以姓氏拼音顺序）：</p><p><strong>罗剑岚</strong>是伯克利人工智能研究(BAIR)实验室的博士后学者，与Sergey Levine教授合作。2022年回到学术界全职工作之前，他在Google [X]担任研究员，与Stefan Schaal教授合作了两年。他于2020年在加州大学伯克利分校获得硕士和博士学位，还曾在DeepMind和Everyday Robots工作过。罗剑岚在强化学习+真机这条路线上持续深耕七八年，也于近期推出强化学习+真机这条路线上非常有代表性的两篇工作SERL和HiI SERL。</p><p><strong>卢宗青</strong>现任北京大学计算机学院长聘副教授，国家级青年人才，智源学者。主要研究方向是强化学习、多模态大模型、通用智能体。旨在赋予智能体自主获取技能、决策与推理能力，在开放世界中完成复杂任务、合作和交流，迈向通用人工智能。</p><p><strong>石冠亚</strong>是卡内基梅隆大学(CMU)机器人研究所和计算机科学学院的助理教授，领导 LeCAR 实验室(Learning and Control for AgileRobotics)，于2022年在加州理工学院(Caltech)完成博士学位:导师为Soon-Jo Chung和Yisong Yue。2017年，他获得清华大学工学学士学位。从2022年到2023年，他在华盛顿大学保罗·G·艾伦计算机科学与工程学院担任博士后学者，与Byron Boots合作。</p><p><strong>朱秋国</strong>是云深处创始人兼CEO，同时也是浙江大学控制科学与工程学院副教授，主要研究领域为仿生机器人和机器智能，主持研制人形机器人“悟空”、四足机器人“绝影"以及四轮足机器人“山猫"。他于2008年获得浙江大学机械工程学士学位，2011年和2020年分别获得浙江大学控制科学与工程硕士和博士学位。他也是云深处科技(DEEP...