本期為TechBeat人工智能社區(qū)第749期線上Talk。

北京時間3月11日(周三) 20:00，斯坦福大學碩士生王瀛可的Talk將準時在TechBeat人工智能社區(qū)開播！

她與大家分享的主題是：IMPASTO - 融合動力學模型與基于模型的規(guī)劃，實現(xiàn)機器人油畫復現(xiàn)。屆時她將介紹機器人復現(xiàn)繪畫這一前沿課題，從任務本身的核心挑戰(zhàn)講起——復雜的接觸動力學、軟刷與濕顏料的交互以及長時程規(guī)劃難題，進而闡述 IMPASTO 系統(tǒng)如何通過結(jié)合學習到的動力學模型與基于模型的規(guī)劃，在無需動作示范的條件下從視覺狀態(tài)中反推筆觸路徑、筆刷姿態(tài)、施力方式與顏色選擇，并從實驗結(jié)果與失敗案例出發(fā)，探討這一方法對構(gòu)建更具泛化能力的機器人操作體系所帶來的啟發(fā)。

Talk·信息

主題：IMPASTO - 融合動力學模型與基于模型的規(guī)劃，實現(xiàn)機器人油畫復現(xiàn)

嘉賓：斯坦福大學 · 碩士生 - 王瀛可

時間：北京時間3月11日(周三) 20:00

地點：TechBeat人工智能社區(qū)

http://www.techbeat.net/

Talk·介紹

油畫復現(xiàn)對機器人而言是一個極具挑戰(zhàn)的任務。僅給定繪畫過程中的一系列中間狀態(tài)圖像，機器人需要反推出對應的筆觸路徑、筆刷姿態(tài)、施加力度與顏色選擇，并進一步穩(wěn)定地重現(xiàn)整幅作品。IMPASTO 通過結(jié)合學習到的動力學模型與基于模型的規(guī)劃，使機器人能夠在沒有動作示范的條件下，從視覺狀態(tài)中推斷并執(zhí)行可復現(xiàn)的繪畫動作。

Talk大綱

1、為什么讓機器人復現(xiàn)油畫如此困難？

- 從任務背景出發(fā)：復雜接觸、軟刷濕顏料、長時程規(guī)劃

2、IMPASTO：學習動力學模型 + 基于模型的規(guī)劃

- 在沒有動作示范的條件下，如何從視覺狀態(tài)反推動作

3、實驗結(jié)果與啟發(fā)

- 復現(xiàn)效果、失敗案例，啟發(fā)

Talk·預習資料

[1] IMPASTO: Integrating Model-Based Planning with Learned Dynamics Models for Robotic Oil Painting Reproduction 項目主頁： https://impasto-robopainting.github.io/

Talk·提問交流

在Talk界面下的【交流區(qū)】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

王瀛可???????????

斯坦福大學 · 碩士生
???

王瀛可目前是斯坦福大學計算機科學碩士，在 Stanford Vision and Learning Lab 由 李飛飛與 吳佳俊教授指導；本科就讀于哥倫比亞大學，取得計算機科學與視覺藝術的學位，并在 Hod Lipson教授指導下開展研究。 她的過去研究目標是讓機器人掌握人類水平的專家任務，利用foundation models使機器人具備人類水平的感知，以及人機協(xié)作系統(tǒng)。 成果包括：IMPASTO（將模型預測規(guī)劃與動力學模型結(jié)合，實現(xiàn)機器人油畫復現(xiàn)，ICRA 2026）、UAD（無監(jiān)督affordance蒸餾以提升操作泛化能力，ICRA 2025 Best Paper Award Finalist）、以及EEG 腦機接口輔助機器人（Nature Communications 修改中）；此外亦參與多篇 Science Robotics 工作（含封面文章）。 同時她長期以藝術實踐作為研究的延伸，也用科學探索新的創(chuàng)作媒介與表達方式。

個人主頁: https://www.techbeat.net/grzytrkj?id=46181

-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(qū)

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

我們希望為AI人才打造更專業(yè)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(jù)地！

更多詳細介紹>>

預約本期Talk