具身智能 · 具身基础模型 · 机器人学习

Frontier Intelligent
Robotics Lab

我们研究具身智能:以 VLA、WAM 等具身基础模型为核心,让机器人理解任务与物理世界,并在真实环境中可靠地完成复杂操作。

研究概述

研究方向 >
Frontier Intelligent Robotics Lab(FIR Lab)依托中国科学院香港创新研究院,聚焦具身智能。我们研究视觉-语言-动作模型(VLA)与世界动作模型(WAM)等具身基础模型,以及让它们在真实机器人上稳定发挥作用的世界模型与机器人学习方法。 我们的工作在模型、数据与真实部署之间形成闭环:模型给出动作,真实执行产生数据,数据再反过来改进模型。
XRoboToolKit-T:触觉驱动遥操作与 VLA 动作精修框架
Fig. 1.XRoboToolKit-T:触觉驱动遥操作与 VLA 动作精修框架 查看原图
核心研究问题 / RESEARCH QUESTION

如何让机器人理解物理世界,并把这种理解转化为可靠、可泛化的操作能力?

  1. 具身基础模型(VLA / WAM)
  2. 世界模型与物理理解
  3. 机器人学习与控制
  4. 数据、仿真与真实部署

代表性论文

全部论文 >

组内活动与展示

查看活动 >

系统演示与展出

具身智能系统与机器人自主操作的现场演示和展会亮相。

学术研讨会

每周定期举行具身智能、VLA 大模型、基础操作策略与从仿真到现实迁移的文献研讨。

阶段复盘与交流

项目阶段总结、跨学科团队交流与学术工业界伙伴参访研讨。