一、報告主題：VLA?on?Wheels:?Empowering?Vision-language-action?Models?for?Mobile?Manipulation

二、報告人：王子為

三、報告時間：2025年10月22日（周三）下午15:00-16:00

四、報告地址：計算機大樓D501

五、報告摘要：

視覺-語言-動作（VLA,?Vision-Language-Action）模型憑借龐大的參數規模和大規模訓練數據，展現出極強的泛化能力與高成功率。然而，在許多實際應用場景中，如家庭服務與倉儲管理，機器人需要具備移動操作能力，即在不同位置與物體交互。目前的?VLA?模型多為固定基座操作設計，因此在移動操作任務中的應用仍然受限。為賦能?VLA?模型適用于移動操作，提出了一種高效的適配方法，包括：1.全身運動規劃框架，用于從?VLA?模型輸出中生成理想的操作軌跡；2.幾何場景圖表示，用于輔助選擇底座停靠點。該機器人操作系統顯著拓展了?VLA?模型的應用場景，使其能夠在需要移動性的任務中高效完成復雜操作。

六、報告人簡介：

王子為老師現為南洋理工大學（NTU）電氣與電子工程學院助理教授。加入NTU之前，他曾在卡內基梅隆大學機器人研究所擔任博士后研究員。他分別于?2023?年和?2018?年獲得清華大學自動化系博士學位與物理系學士學位。他的研究目標是構建面向機器人的基礎模型（Foundation?Models,?FMs），包括將FMs與物理場景對齊（grounding）以及在資源受限的機器人平臺上部署?FMs。他已在人工智能、機器人學與計算機視覺的頂級期刊與會議上發表?50?余篇論文，并擔任多個國際會議與期刊的常任審稿人。