基于数学数据混合驱动的机器人敏捷导航

杂乱环境中的机器人导航需要高度敏捷的感控系统。现有方法在处理这类场景时难以兼顾实时性、准确性、泛化性。在本次报告中，我们将分享利用数学数据混合驱动的学习框架来解决上述问题。我们将探讨使用深度展开求解大规模碰撞约束问题。然后，我们利用自动微分实现感控系统在新环境的快速迁移。最后，我们介绍一个能够提供极端验证条件的虚拟现实平台。我们将展示所提方法如何使机器人和智能汽车在该平台上完成困难的避障任务。

讲者简历：王帅博士于2018年获得香港大学电气与电子工程专业博士学位。现为中国科学院深圳先进技术研究院副研究员。研究方向是自主系统和无线通信。已在TRO、TIT、TMech、TWC、RAL、ICRA、IROS等权威期刊会议上发表论文100余篇，并3次获得IEEE最佳论文奖。现任IEEE Transactions on Mobile Computing和IEEE Open Journal of the Communications Society副编辑。