「AI新青年讲座」将邀请世界顶尖AI研究机构和大学的科研新青年，主讲他们在计算机视觉、机器学习等人工智能领域的最新重要研究成果。

AI新青年是加速人工智能前沿研究的新生力量。AI新青年的视频讲解和直播答疑，将可以帮助大家增进对人工智能前沿研究的理解，相应领域的专业知识也能够得以积累加深。同时，通过与AI新青年的直接交流，大家在AI学习和应用AI的过程中遇到的问题，也能够尽快解决。

有兴趣分享学术成果的朋友，可以与智东西公开课教研团队进行邮件（class@zhidx.com）联系。

近年来，上海交通大学MVIG实验室的卢策吾教授团队在机器人行为-物体模型交互感知领域，实现了机器人行为执行能力与物体知识理解联合学习与迭代提高，通过机器人交互本质上降低物体模型感知估计误差，并基于物体知识的理解进一步提高机器人行为执行能力。比起之前纯视觉物体识别，交互带来新的信息源，带来感知性能本质提高。

相关工作是发表在ICRA 2022上的论文《SAGCI-System: Towards Sampzle-Efficient, Generalizable， Compositional, and Incremental Robot Learning》（SAGCI 系统：面向样本高效、可扩展、可组合和可增量的机器人学习框架）。

SAGCI 系统具有三个核心组成部分：1.使用由深度学习增强的可导物理仿真引擎（differentiable physics simulation）对环境建模；2.model-based的机器人操作学习算法(robot manipulation learning)；3.利用交互感知(interactive perception)降低建模误差。

5月19日，「AI新青年讲座」第17讲邀请到上海交通大学MVIG实验室在读博士吕峻参与，主讲《通用机器人学习系统SAGCI-System解析》。

讲者

吕峻,上海交通大学MVIG实验室在读博士，师从卢策吾老师，在ICRA、CVPR等学术会议上发表过多篇论文，研究兴趣为机器人学、人工智能、计算机视觉。

第17讲

主 题
《通用机器人学习系统SAGCI-System解析》

提 纲
1、通用机器人的研究价值及难点
2、利用深度学习增强的可导物理仿真引擎对环境建模
3、基于模型的机器人操作学习及交互感知建模方法
4、效果展示与应用实践

直 播 信 息

直播时间：5月19日19:00
直播地点：智东西公开课知识店铺

成果

SAGCI-System
《SAGCI-System: Towards Sample-Efficient, Generalizable, Compositional, and Incremental Robot Learning》

论文链接
https://arxiv.org/pdf/2111.14693.pdf

开源地址
https://github.com/LyuJ1998/SAGCI-System