郭磊

报告题目：

通过交互进行学习的具生智能飞行器

个人简介：

电子科技大学计算机学院教授，博士生导师，主要研究人工智能在空天领域的创新性应用。中国宇航协会无人机分委会委员，主持多项国家级科研项目，参与数字风洞等重点工程项目。

摘要：

构建一个通用的自我纠正系统对于飞行器从故障中恢复至关重要。尽管多模态大型语言模型（MLLM）的发展使飞行器具备了对故障进行语义反思的能力，但将这种语义反思转化为“如何纠正”精细的机器人动作仍是一 项重大挑战。为了解决这一差距，我们构建了交互学习框架，该框架利用运动指令作为桥梁，将高层次的语义反思与低层次的飞行器动作纠正相连接。首先采用双过程运动调整机制与 MLLM 相结合，将语义反思转化为粗粒度的运动指令调整。 为了利用这种运动指令来指导“如何纠正”精细的飞行器动作，我们提出了一种多任务运动条件扩散策略，以整合视觉观察来实现飞行器动作的纠正。通过将这两种模型相结合，我们可以将泛化能力的需求从低层次的操作策略转移到由MLLM 驱动的运动调整模型上，并促进精确、精细的飞行器动作纠正。