大数据与互联网学院关于“由机器学习推动的具身人工智能：从手术机器人到多机器人协作”讲座的通知

一、时间：2024年10月25日（周五）10:00

二、地点：大数据与互联网学院C1-513会议室

三、报告主题

由机器学习推动的具身人工智能：从手术机器人到多机器人协作

四、报告摘要

本次演讲将探讨具身人工智能中先进的机器学习应用，重点关注手术机器人和去中心化多机器人协作。在手术机器人领域，我们研究了利用高光谱成像（HSI）对组织氧饱和度（StO₂）进行非侵入性术中测量。我们开发了RGB2StO₂，一种基于条件对抗生成网络（cGAN）的算法，能够直接从RGB图像中估算StO₂，消除了对专用HSI设备的需求。为了优化HSI图像的采集，我们提出了Dual2StO₂，一种双输入网络，能够确定最佳的光纤束设置。此外，我们还提出了一种基于多尺度对抗生成网络（GAN）的视频超分辨率方法，用于在手术过程中自动实时缩放感兴趣区域（ROI）。该框架在JIGSAW数据集和Hamlyn中心的腹腔镜/内窥镜视频数据集上得到了验证，通过提升可视化质量展示了其实用性。通过使用ORB-SLAM管道，我们实现了在柔性内窥镜手术中对结肠的同时映射和实时内窥镜姿态跟踪，从而实现了精确的配准和表面重建。

在多机器人协作领域，我们解决了城市交通和物流中的去中心化路径规划的可扩展性挑战。我们利用图神经网络（GNN）处理拓扑模型和非欧几里得数据的能力，构建了一个去中心化多机器人系统中的信息共享机制。通过将GNN与模仿学习相结合，我们训练了一个低功耗框架，能够在不依赖高计算需求的情况下近似最优算法。在实际实验中，我们采用了一种纯视觉的机器学习辅助导航技术，该技术通过卷积网络对环境中分布的全景摄像头捕获的相关视角信息进行编码，并通过GNN传递给移动机器人。通过模仿学习训练，该模型能够有效引导机器人到达目的地，其性能接近最优运动算法。我们的实验展示了该技术在不同传感器布局的未见环境中引导机器人的扩展性。

五、主讲人简介

李庆标博士 (Dr Qingbiao Li)，目前在澳门大学副研究员(独立PI)。此前，他在英国牛津大学牛津机器人研究所（Oxford Robotics Institute）进行博士后研究。他博士期间在剑桥大学计算机系Prorok Lab师从 Prof Amanda Prorok。 研究领域为群体运动规划和图神经网络。在入学剑桥大学前，李庆标硕士期间就读于在由杨广中教授和Ara Darzi爵士在帝国理工学院创立的Hamlyn Centre, 主要研究医疗机器人及医疗图像引导干预的现代医学技术。在加入Hamlyn Centre前，他毕业于爱丁堡大学机械工程系 和华南理工大学的2+2联合培养项目。相关成果发表在RA-L, IJCARS, ICRA和ICLR等一流国际期刊和会议上。他还承担了AAMAS2023-Blue sky Track， AAAI 2022委员会成员以及IJRR，T-RO， AURO， RAL，ICRA和IROS等审稿员，并于2020年剑桥大学计算机系Wiseman Prize和2023年国家优秀自费留学生奖学金。其代表作曾获得剑桥大学计算机系Publication of Year， ICRA 2023 Best Paper at CoPerception Workshop，谷歌学术引用900余次，单篇基于图神经网络的群体机器人路径规划的论文超过200次他引。

六、参会人员

欢迎大数据与互联网学院及其他学院感兴趣的师生参加。

大数据与互联网学院

2024年10月22日