本期為TechBeat人工智能社區第665期線上Talk。

北京時間3月5日(周三)20:00，新加坡國立大學博士生鐵宸睿的Talk將準時在TechBeat人工智能社區開播！

他與大家分享的主題是:“基于對稱性優化機器人操作技能學習”，屆時他將分享如何利用SE(3)等變性提升機器人操作的泛化性、數據效率與計算效率，并介紹其在幾何裝配、可供性學習及軌跡級模仿學習中的應用。

Talk·信息

主題：基于對稱性優化機器人操作技能學習

嘉賓：新加坡國立大學 · 博士生 - 鐵宸睿

時間：北京時間3月5日(周三)20:00

地點：TechBeat人工智能社區

http://www.techbeat.net/

Talk·介紹

在機器人操作任務中，物體的對稱性和空間變換（如旋轉、平移）往往蘊含豐富的先驗知識。如何有效利用這些對稱性，提高機器人技能學習的泛化性、數據效率和計算效率，是當前研究的關鍵挑戰。

本次talk我會介紹我在這一方向的三篇工作，分別從幾何形狀裝配(Geometric Assembly)，可供性學習(Affordance Learning) 和 軌跡級別模仿學習(Trajectory-Level Imitation Learning) 角度，探索了 SE(3) 等變性（Equivariance） 在機器人操作中的應用，證明了對稱性建模能夠 減少需要的樣本數量、提高學習效率，并提升泛化能力。

Talk大綱

1. 背景：對稱性在機器人操作學習中的作用

機器人操作涉及 物體操作（Manipulation），但學習過程通常需要大量數據。SE(3) 等變性（Equivariance） 在 幾何裝配、可供性學習、軌跡規劃 方面具有重要價值。如何利用 SE(3) 等變性提升機器人技能學習的效率、數據利用率和泛化能力？

2. 動機與問題：傳統方法的挑戰

幾何裝配（Geometric Assembly）：如何在無語義信息的情況下，僅依靠幾何特征完成拼裝？

可供性學習（Affordance Learning）：如何保證機器人在不同姿態下都能預測正確的交互點？

軌跡級模仿學習（Trajectory-Level Imitation Learning）：如何減少對演示數據的依賴，提升泛化能力？

3. 解決方案：SE(3) 等變性建模的三種應用

幾何裝配（ICCV 2023）：采用 SE(3) 等變特征 進行部件匹配，提高拼裝精度。

可供性學習（CVPR 2024@EquiVision）：設計 SE(3) 不變可供性分數 + SE(3) 等變作用力方向 預測框架，提高泛化能力

軌跡級模仿學習（ICLR 2025）：提出 ET-SEED：SE(3) 等變擴散策略，減少計算量，提高數據效率。對六個仿真任務 + 四個真實任務，在數據效率和泛化能力上超越 SOTA。

4. 總結：SE(3) 等變性在機器人操作中的未來

SE(3) 等變性建模顯著提升機器人操作的泛化能力和數據效率。在不同任務中均表現出色，能夠減少樣本需求，提高學習效果。

討論：如何推廣到更復雜任務？如何結合大模型，提升自主學習能力？

Talk·預習資料

論文鏈接： https://arxiv.org/abs/2411.03990 代碼鏈接： https://github.com/Cold114514/ET-SEED

論文鏈接： https://arxiv.org/abs/2408.01953

論文鏈接： https://arxiv.org/abs/2309.06810

Talk·提問交流

在Talk界面下的【交流區】參與互動！留下你的打call和問題，和更多小伙伴們共同討論，被講者直接翻牌解答！

你的每一次貢獻，我們都會給予你相應的i豆積分，還會有驚喜獎勵哦！

Talk·嘉賓介紹

鐵宸睿???????????

新加坡國立大學 · 博士生???

我是新加坡國立大學計算機學院一年級的博士生，導師是邵林老師。在此之前，我于2024年在北京大學信息科學技術學院獲得學士學位。在本科階段，我有幸與董豪老師和王鶴老師合作過。在學習計算機科學之前，我曾經是物理專業的學生。我的研究重點是根據不同機器人操作任務的具體特點，結合不同程度的物理直覺來構建模型，使機器人能夠更高效地完成物理世界中的各種操作任務。

個人主頁: https://www.techbeat.net/grzytrkj?id=43911????

-The End-

如果你也想成為講者

自薦 / 推薦

單人Talk | 團隊專場 | 錄播or直播 | 閉門交流

多種方式任你選擇！

推薦講者成功也有獎勵哦~

關于TechBeat人工智能社區

TechBeat(www.techbeat.net)隸屬于將門創投，是一個薈聚全球華人AI精英的成長社區。

我們希望為AI人才打造更專業的服務和體驗，加速并陪伴其學習成長。

期待這里可以成為你學習AI前沿知識的高地，分享自己最新工作的沃土，在AI進階之路上的升級打怪的根據地！

更多詳細介紹>>

預約本期Talk