CCF 智能机器人专业组 | 预告：1月31日“机器人智能”论坛第九期

“机器人智能”论坛是由中国计算机学会（CCF）和中国人工智能学会（CAAI）联合主办，CCF智能机器人专业组和CAAI认知系统与信息处理专委会联合承办的机器人与人工智能领域的高端学术讲堂。

“机器人智能”论坛现已举办八期，累计在线观众人数近200万。

第九期活动将于2021年1月31日线上举行，继续邀请到人工智能与机器人领域资深专家和优秀年轻学者，共享最新理论和技术成果。

【会议议程】:

10:00-10:45 《从计算思维看智能》，杨学军，军事科学院院长

10:45-10:55 提问交流

10:55-11:00 休息

11:00-11:30 《基于位姿空间学习的复杂物体的交互抓取》，张新宇，华东师范大学教授

11:30-12:00 《基于带约束深度强化学习实现在线决策码垛机器人》，徐凯，国防科技大学教授

【讲者介绍】:

杨学军，1991年在国防科学技术大学获工学博士学位。2011年当选为中国科学院院士。中国共产党第十九届中央委员。现任军事科学院院长。长期从事高性能计算机体系结构与系统软件研究，先后担任多个型号高性能计算机和“天河一号”总设计师、“天河二号”领导小组组长。“天河一号”、“天河二号”7次夺得超算TOP500世界第一。先后获国家科技进步（创新团队）奖1项（团队带头人），国家科技进步一等奖3项、国家技术发明奖二等奖1项，国家教学成果一等奖1项，军队和部委级科技进步一等奖5项，获何梁何利基金科学与技术成就奖、陈嘉庚科学奖、中国青年科技奖、求是杰出青年实用工程奖。

报告题目：从计算思维看智能

报告摘要：报告从可计算、可构造、可存储、可编程、可操作、可链接六个方面，分别提出了“是否可以突破图灵机模型”、“是否能够突破冯诺伊曼结构性瓶颈”、“是否能够实现计算与存储的深度融合”、“是否能设计面向行为的语言”、“是否能实现智能的机-机自主协同”、“是否能按照需要和能力实现链接”六个有关智能发展的深刻问题。重点剖析信息化智能化时代三大进步的根本特征和规律，提出如何以智能CPU、操作系统、数据库为牵引来驾驭三大进步的深刻思考。最后，从计算思维的角度，提出智能科学技术创新的长远目标以及如何起步、实施，尤其是以人工智能计算芯片和群体智能操作系统两个重点方向为突破口，以期为AI产业注入新的思考，激发发展的新动能。

张新宇，华东师范大学教授，浙江大学本科/硕士/博士、美国北卡罗来纳大学教堂山分校研究科学家。 2013年回国后在华东师范大学创建“智能机器人运动与视觉实验室”，2016年创建“VR/AR创新中心”，现为教育部软硬件协同设计研究工程中心副主任。研究方向为机器人运动规划、计算机视觉、虚拟现实、基于物理的计算机模拟等。在SIGGRAPH/ASIA, TVCG, ICRA, iROS, SPM, JCAD, JMoD，PG，CASE，AIM论文40多篇，授权发明专利20项，软件著作10项。开源算法集成在FCL中，被ROS核心模块广泛应用。

中国机器人操作系统（ROS）暑期学校的发起人，中国机器人操作系统（ROS）教育基金会的创始人，致力于推动机器人操作系统（ROS）及机器人技能人才培养与产业应用。中国机器人峰会-机器人操作系统ROS分论坛主席，第四届Smart Robotics Workshop联合主席，2021 IEEE ICRA 论文评审委员会Associate Editor，上海自动化学会常务理事。2020年获首批全球 “华为昇腾专家”荣誉。为应对全球气候变化、土地荒漠化，2018年起带领实验室重点攻关的项目《支持大规模荒漠生态恢复的机器人集群》获得了大量媒体关注，入选中央电视台国庆70周年主题节目《国庆献礼-青春告白》。

报告题目：基于位姿空间学习的复杂物体的交互抓取

报告摘要：本报告介绍一种操控复杂物体的多指灵巧手抓取算法。对于给定多指抓灵巧手和被抓物体，我们通过计算二者构成的位姿空间，利用机器学习和粒子群优化计算抓取的稳定姿态。我们不但能能自动计算可能抓取姿态，还可以计算抓取的稳定性。抓取稳定性计算的同时，我们考虑抓取姿态的物理约束，比如无碰撞、无穿透。本报告将展示利用本算法实现的多指灵巧手操控高亏格复杂物体。

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。普林斯顿大学访问学者。西蒙弗雷泽大学客座教授。研究方向为三维视觉及其机器人应用、数据驱动的三维几何处理与建模等。发表ACM SIGGRAPH/Transactions on Graphics论文20余篇。共发表CCF A类论文40余篇。担任图形学顶级国际期刊ACM Transactions on Graphics，以及重要期刊Computer Graphics Forum、Computers and Graphics和The Visual Computer等的编委。担任CAD/Graphics 2017、ISVC 2018等国际会议的论文共同主席，以及SIGGRAPH、Eurographics等会议的程序委员。担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、中国计算机学会自然科学一等奖、军队科技进步二等奖等。曾获国家优秀青年基金和湖南省杰出青年基金资助。

报告题目：基于带约束深度强化学习实现在线决策码垛机器人

报告摘要：在物流仓储场景中，无序混合纸箱码垛机器人有大量应用需求。对于随机到来的、多种规格的箱子，如何用机器人实现自动、高效的码垛，节省人力的同时提升物流周转效率，是物流仓储自动化的一个难点问题。其核心是求解装箱问题（Bin Packing Problem）这一经典的NP难题，即为每个箱子规划在容器中的摆放位置，以最大化容器的空间利用率。我们提出基于深度强化学习求解Online BPP问题，提出一种“预测-投影”的带约束策略学习方法。该方法训练一个深度网络来预测箱子的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，实现了极高的样本效率。此外，基于蒙特卡洛树搜索，我们还将学习到的一步策略扩展到“前瞻K个箱子”的多步策略。对于乱序到来的随机种类箱子，该机器人能够连续、稳定、快速码放数十个箱子，容器空间利用率达70%以上，性能远超现有的同类型机器人。

【参会方式】:

会议时间：2021年1月31日（周日）10:00-12:00

1、 扫描下方二维码，或复制下方链接，进入直播间。

https://zhibo.sina.com.cn/mt/96797

2、 欢迎扫码加入CCF，关注后续活动（会费标准：会员200元/年，学生会员50元/年）：

3、 关注公众号，了解活动预告和回看信息。