哈尔滨工业大学（深圳）学术讲座

演讲人Speaker：孟飞 博士

题目Title:基于学习的机器人操作与规控研究进展

时间Date：2026年3月24日      Time：上午10：30 ~ 11：30

地点Venue：C栋332 室

内容摘要Abstract：

人工智能技术正持续拓展机器人在非结构化环境中的作业边界。面对感知噪声与模型误差，不确定条件下的运动规划与控制已成为保障机器人安全性与任务成功率的关键基础。传统控制方法高度依赖精确的动力学模型与环境建模，易受建模误差累积影响，在非结构化环境中的适应能力受限。为此，利用人工智能提升机器人在操作与避障中的规划与控制能力，成为当前的重要研究方向。本报告聚焦在机器人操作与规控方面的研究进展，具体内容包括：面向不确定环境下的机器人运动，提出一种融合深度学习与随机采样算法的规划器，提升风险有界路径的生成质量与效率；进一步，构建了可证安全的深度随机Koopman算子模型预测路径积分方法，实现在复杂人机协作场景下可Sim-to-Real直接迁移的机械臂扰动轨迹生成；利用Koopman算子在线生成时间提示可达集，加速考虑运动动力学约束下的最优运动求解；进一步地，解决了移动机械臂在未知拥挤环境下考虑该约束的快速避障难题；提出基于Koopman算子的数据驱动全驱系统控制方法，实现对7自由度未知机械臂的跟踪控制。此外，结合几何约束与力觉反馈，介绍基于SE(3)等变性的端到端操作策略，有效提升数据利用效率与作业精度，支持机器人完成抓取、插孔、拧紧等接触丰富任务。相关成果旨在为各类机器人系统提供更智能、更柔顺、更可靠的规划与控制解决方案。

个人简介(About the speaker):

孟飞，香港科技大学博士后研究员，入选香港创新及科技基金研究人才库，香港中文大学电子工程学系博士，参与香港特区政府研究资助局等项目。主要从事机器人操作、运动规划与控制以及智能建造等方面的研究工作。围绕上述领域，在国内外重要刊物上发表期刊论文10余篇（其中第一/第二作者10篇），论文累计被引用400余次。担任Biomimetic Intelligence and Robotics（JCR Q1, IF:5.4）和Robot Learning杂志青年编委，2021 IEEE ICRA分会场主席，机器人与自动化领域期刊与旗舰会议审稿人。