基本信息
浏览量:4077
职业迁徙
个人简介
研究概况
针对灵巧机械手、移动机器人,提出了多模态异构信息融合的结构化稀疏编码方法、交互式主动感知的层次化强化学习方法,以及跨模态持续更新的增量式学习方法,克服现有方法割裂了感知、学习与动作之间联系的缺点,为解决机器人对开放环境的感知,以及对动态任务的适应提供了新的解决途径
研究项目
国家杰出青年科学基金项目:机器人智能感知与学习(62025304):2021-2025
国家自然科学基金国际合作重点项目:机器人具身触觉感知与学习的基础理论与关键技术(62120106005):2022-2026
针对灵巧机械手、移动机器人,提出了多模态异构信息融合的结构化稀疏编码方法、交互式主动感知的层次化强化学习方法,以及跨模态持续更新的增量式学习方法,克服现有方法割裂了感知、学习与动作之间联系的缺点,为解决机器人对开放环境的感知,以及对动态任务的适应提供了新的解决途径
研究项目
国家杰出青年科学基金项目:机器人智能感知与学习(62025304):2021-2025
国家自然科学基金国际合作重点项目:机器人具身触觉感知与学习的基础理论与关键技术(62120106005):2022-2026
研究兴趣
论文共 740 篇作者统计合作学者相似作者
按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
INFORMATION FUSION (2025)
arxiv(2024)
引用0浏览0引用
0
0
CoRR (2024)
引用0浏览0引用
0
0
IEEE Transactions on Intelligent Vehiclespp.1-15, (2024)
Computer Vision and Pattern Recognitionpp.14291-14302, (2024)
International Conference on Advanced Robotics and Mechatronicspp.484-489, (2024)
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS (2024)
IEEE ROBOTICS AND AUTOMATION LETTERSno. 6 (2024): 5377-5384
加载更多
作者统计
#Papers: 739
#Citation: 9667
H-Index: 44
G-Index: 79
Sociability: 7
Diversity: 4
Activity: 288
合作学者
合作机构
D-Core
- 合作者
- 学生
- 导师
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cn