广东工业大学计算机学院谢光强 _机器人

2020年12月28日，“CCF CAD&CG专委会暨CSIAM GDC专委会走进高校”活动第五期走进广东工业大学。主题为“面向智能机器人的图形计算”的学术报告在广东工业大学工学一号馆216会议室成功举办。山东大学泰山学堂功勋教授屠长河，中国科学技术大学教授刘利刚，国防科技大学教授徐凯，深圳大学特聘研究员胡瑞珍分别作特邀报告。本次报告会由CCF CAD&CG和CSIAM GDC专委共同主办，广东工业大学计算机学院承办。广东工业大学计算机学院副院长刘冬宁教授致欢迎辞，计算机学院副院长谢光强教授主持活动，孟敏副教授担任此次活动执行主席。
活动伊始，刘冬宁教授代表广东工业大学计算机学院对各位专家的到来表示热烈的欢迎。他简要介绍了广东工业大学计算机学院的发展历史、师资情况，并指出计算机学科的发展蒸蒸日上，同学们应把握机会，勇立潮头，乘风破浪。他表示，希望同学们珍惜这次向专家们学习机会，多听、多想、多问，争取将来站在巨人的肩膀上，为学科发展做出更大的贡献。
计算机学院副院长刘冬宁教授致辞
首先，屠长河教授带来题为“智能机器人三维认知与交互技术”的报告。他指出，随着新一代信息技术的发展，智能机器人越来越走近人们的普通生活，机器人如何在物理世界与人和谐共存、互助是急需解决的有趣且困难的问题。他围绕机器人在三维环境中的交互需求，总结分析机器人在认知和行为上的挑战：细粒度物体识别、机器人抓取、物体角度识别、场景理解和机器人协作等问题。随后，他介绍了山东大学交叉研究中心近年来在机器人抓取计算、三维场景的感知认知以及去中心化的多机器人路径规划等工作。最后，他对计算机图形学、3D视觉、机器学习等领域研究在智能机器人的应用做了简单的展望。
屠长河教授作特邀报告

文章插图
随后，刘利刚教授带来题为“机器人自主三维场景探索与扫描”的报告，围绕三维环境的探索与重建问题，提出了一种全新的自主场景三维重建的方法。他指出，之前的探索场景策略需要两遍扫描，分别完成数据的采集和理解与重建的任务。那么能否一遍完成语义重建的任务呢？他表示，受到人类探索未知环境行为的启发——逐个物体来感知场景，我们可以利用场景中的物体对象来引导机器人路径规划，逐步扫描和理解所有物体，当遍历和理解了所有物体，就完成了场景的扫描重建。随后，他提出了一个问题：如何识别语义物体？他认为，机器所感知到的只是一堆三维点云数据，识别场景中的“物体”需要让机器人有“先验知识”，即模型数据库。他提到，基于三维数据库的“物体”识别存在分割与识别的挑战，分割的结果有利于识别，识别的结果有利于分割。以往的方法将两个问题分开处理，现在我们将两个问题一起处理。最后，他介绍了基于强化学习的NBV问题和场景探索问题。
刘利刚教授作特邀报告
徐凯教授带来题为“带约束深度强化学习求解在线3D装箱问题”的报告。他介绍了装箱问题的一个变种——在线装箱问题，在该问题中，当一个箱子到达时，智能体必须马上将其摆放好，不允许临时暂存或反复调整。他表示，该问题可以形式化为一个带约束的马尔可夫决策过程() 。为了解决这个问题，他们提出了一种带约束的强化学习方法：在actor-框架下，提出了“预测-投影”的带约束策略学习方法。该方法训练一个网络来预测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。此外，通过蒙特卡洛树搜索，该方法还可扩展用于求解“前瞻K个箱子”的情形(K＞1) 。他指出，大量实验表明该方法在空间利用率、摆放数量和决策时间等方面都远优于已有的、基于启发式规则的方法。最后，他提到关于未来的工作展望，例如如何将虚拟中学习到的策略应用到现实中，如何解决突发事件(例如箱子倒塌)等问题。