深度学习为机器人研究注入新能量，产业需求是新发展的源动力

在2017年的金秋时节，香港科技大学的刘明团队引领了低速无人车系统的研发热潮。他们的成果如同一道璀璨的星光，在香港的科技领域熠熠生辉。

这位由香港科技大学机器人学院机器人与多感知实验室（RAM-LAB）主任，刘明博士，带领团队研发了香港首部具备多项创新功能的无人车。他们的研究如同一场科技革命，打破了传统无人车的局限，为无人驾驶的未来描绘了一幅全新的蓝图。

刘明博士的团队打造了一个包含传感器系统、动态建模系统及终端应用的人机接口的先进无人车综合系统。更令人惊叹的是，他们还基于云端建立了一个控制台，这个控制台能全天候监控无人车的动态性能，从车辆行驶状态、环境信息到电线的驱动转向、加速及制动信号等无一不包。

刘明博士的科研之路可谓一帆风顺。他本科毕业于同济大学，之后在瑞士苏黎世联邦理工学院（ETH）获得机器人学博士学位。凭借出色的科研成果，他在博士毕业前便加入了香港科技大学任教。他的实验室也在他的带领下快速扩张，吸引了来自ETH、清华等高校的实习生，共同致力于无人驾驶的研究。

多年来，刘明博士的团队凭借卓越的科研成果，获得了多项国际大奖，包括IEEE-IROS大会的Robocup最佳论文奖、IEEE-CYBER大会的最佳论文奖等。他们的努力与执着，为无人驾驶领域的发展做出了巨大的贡献。这支团队已经成为香港、深圳两地几十人规模的科研团队，他们的成果将会引领无人驾驶的未来。图：香港科技大学机器人学院机器人与多感知实验室（RAM-LAB）团队】

在社会工作方面，刘明博士可谓成果丰硕。他历任2016年IEEE实时系统机器人大会主席、2017年国际计算机视觉系统大会主席以及同年机器人产业联盟大会组委会主席。而在科研与产业领域，他是一位集机械、电子、计算机、算法及系统工程多方面背景于一身的专家，拥有丰富的一线技术能力与经验。这位香港科技大学电子及计算机工程学系的助理教授——刘明，其名字背后代表着硬实力与专业素养。

图：香港科技大学电子及计算机工程学系助理教授刘明】

务实与谦逊是雷锋网AI掘金志对这位年仅33岁的年轻教授的第一印象。在谈到他们去年研发的无人车时，刘明博士对雷锋网AI掘金志分享了他的学术旅程。早在大学高年级时，他就跟随万钢教授专攻汽车动力控制。本科毕业之后，他前往德国西门子从事与汽车相关的项目。博士阶段，他的研究方向转向移动机器人，这一路上他积累了丰富的经验和专业知识。

这位多才多艺的科学家不仅在社会工作中表现出色，而且在科研领域也成果斐然。他的经历充分展示了科研人员的探索精神和对专业知识的追求，同时也展现了他将理论知识应用于实际问题的出色能力。无论是作为一位杰出的学者，还是作为一位具有创新精神的科研工作者，刘明博士都值得我们敬佩。从汽车与机器人的双重积淀出发，刘明博士借助香港科大提供的校级发展资金支持，踏上了实现无人车系统的征程。他瞄准的是低速载人载物的场景，这个场景的复杂性要求系统必须应对多种未知因素。

面对这一挑战，刘明博士和他的团队提出了整体化的设计方案，这是与大多数团队不同的地方。有些团队可能更侧重于算法和方案，有些则从车本体或通讯角度入手。而他们则是从一体化的角度出发，不仅展示单一的技术，更从车的底层结构到算法设计，都拥有自主产权，并经过了长时间的稳定性测试。

刘明博士对雷锋网 AI掘金志表示，他们的系统有两个核心突破点。首先是底层硬底平台和上层软件平台的完美结合，这需要对硬件和软件都有深入的理解和掌握。其次是控制系统和感知系统的独特算法，这些算法是他们系统能够应对复杂场景的关键。

他们的算法策略是结合传统几何感知算法和机器学习与深度学习算法。通过数据驱动进行决策与控制，以应对复杂多变的实际环境。这种策略的实施极具创新性，同时对工程实现能力提出了很高的要求。

刘明博士表示，尽管新的算法融合极具创新性，但实施过程中也存在许多未知因素，需要团队不断探索和尝试。他们就像是摸着石头过河，每一步都需要谨慎而坚定。他们的目标是以稳定的平台实现产业落地，为社会带来实质性的贡献。深度学习为机器人研究注入全新活力

在香港科技大学刘明博士的研究领域，机器人在多个领域展开探索，如移动机器人、制图和导航等。他在接受雷锋网 AI 科技评论采访时表示，目前他的研究主要集中在移动机器人领域，其领导的 RAM-LAB 实验室的研究方向涵盖了导航、学习和应用三大领域。

在导航方面，实验室的研究涵盖了地图、避障、定位以及路径规划等技术。这些技术对于机器人的移动和定位至关重要，为机器人在复杂环境中自主移动提供了可能。

在学习方面，实验室的研究深入了深度学习、深度强化学习以及传统的机器学习等领域。他们还致力于解决识别问题、数据拟合问题，以及激光点云和多传感器融合等技术难题。这些研究为机器人提供了更强的感知和学习能力。

在应用方面，实验室的研究成果涵盖了一些大范围低成本室内外定位与导航的应用、可见光定位系统、无人船、无人车平台等。这些应用展示了机器人技术的广泛应用前景。

目前，刘明博士及其团队的研究前沿是机器学习与机器人技术的深度结合。他表示，将深度学习融入机器人领域是近几年的新兴趋势。早在 2015 年，他们就已经开始利用深度学习解决实际平台的避障与路径规划问题。对于服务机器人和扫地机器人等场景，深度学习具有广泛的应用潜力。通过深度学习的应用，机器人将更加智能、自主，从而更好地适应各种应用场景。

深度学习为机器人研究注入了新的活力，使得机器人在导航、学习和应用等方面取得了重要进展。随着技术的不断发展，未来机器人将在更多领域发挥重要作用。图：这是RAM-LAB实验室自主研发的无人车和无人船平台

在与雷锋网 AI 掘金志的交谈中，刘明博士谈到了机器学习相较于传统几何感知与学习方法的优势。传统方法的效果上下限已经基本确定，而机器学习则可以通过大量有效数据的加持，不断刷新性能的上限，带来意想不到的结果。

他也坦言，深度学习与迁移学习在机器人学术领域仍处于摸索阶段。传统方法虽然有其局限性，但其运作机理清晰，结果稳定。而机器学习虽然能取得较好的结果，但其动态性也带来不确定性，一旦训练数据不佳，结果可能大失所望。

他进一步解释说，机器学习更像是一个“黑盒子”，背后的机理和训练过程尚不明确。目前，学术界正在努力解析每一层的网络特征，希望将其逐渐转变为“灰盒子”，并最终向“白盒子”过渡。这样，我们可以更好地理解机器学习的运作机理，提高其透明度和可解释性。尽管面临这些挑战，但机器学习在机器人技术中的潜力无疑是巨大的，值得我们去探索和攻克。他们正在尝试融合传统方法与深度学习的崭新路径，面对神经网络的挑战，他们不满足于现状，提出了一系列引人深思的问题：能否用少量数据训练神经网络？是否可以实现不同问题及场景的迁移学习？如何确保系统的稳定性？如何将先进的算法迅速转化为实际应用？为了回应这些时代的呼声，单靠现有的深度学习模型是远远不够的，必须引入传统方法的辅助与支持。

基于先前的研究成果，如Virtual-to-real Deep Reinforcement Learning: Continuous Control of Mobile Robots for Mapless Navigation，他们的最新论文Curiosity-driven Exploration for Mapless Navigation with Deep Reinforcement Learning，展示了深度神经网络在描述空间关系方面的巨大潜力，推动了从无知觉到拥有记忆智能体的转变。在这项工作中，建图、定位、探索等过程全部由深度神经网络一体化解决。

相关结构化信息的处理与描述可以通过深度网络或网络结构中特定特征的组合来实现。基于此理念，他们期望这一算法不仅能解决导航问题，还能同时解决探索问题，更深入地解决记忆、知识表达、存取与转移的核心难题。换句话说，他们正致力于赋予机器人探索的能力，使其能够自动扫描、不断学习，理解空间描述，减少人为干预，从而真正展现出“智能”，而不仅仅是“学习”。

谈及该算法的落地应用，他满怀信心地表示，从实际应用的角度看，这一技术的推广与普及将会非常迅速。他们的优势在于强大的系统研发能力，而深度学习方法只是研究中的一部分。ETH的研究传统是先从系统、数据入手，他们在研究之初就考虑了未来的应用前景。最终，他们希望自己的研究成果能够切实应用于实际场景，最大限度地满足产业需求，为人们的生活带来便利。刘明博士：严谨务实的研究观，坚定实践创业精神

刘明博士深谙ETH（瑞士联邦理工学院苏黎世分校）的实用主义研究风格，他表示该机构的成功基石在于其实际科研产出对工业界产生的深远影响。在ETH的博士研究经历，让刘明博士对研究的实际落地应用有了更深入的考量。

他带领的RAM-LAB实验室也秉持这一观点，做研究时始终优先考虑其是否能落地实施。回忆起在同济的学习生涯，电信学院与汽车学院的研究注重实际效能和工程化实现。他参与我国第一代新能源汽车的研发时，便深刻体验到“严谨求实，团结创新”的同济校训精神。特别是在ETH，跟随Roland Siegwart教授学习的日子里，他的务实思想得到了进一步的强化——如何更好地为工业界带来促进作用。

刘明博士强调：“做事情，首先要严谨，然后求实，追求实际产出和应用。”他明白，如果选择做实际系统研究，必然会影响发表论文的速度。他认为这样的研究会产生更深远的影响。

除了务实的研究观，Roland Siegwart教授的言传身教也为刘明博士带来了深刻的影响。作为全球最有影响力的机器人科学家之一，Roland不仅在机器人行业具有极高的影响力，他的前沿研究、领导力、执行力、管理能力以及和善的态度也深深地影响了刘明博士。他乐于帮助他人，招生时坚持只收“能把问题搞定”的学生，这一观念也深深地影响了刘明博士。

刘明博士对Roland的评价充满敬意，他认为Roland的观念和影响力在机器人行业中无人能及。在RAM-LAB实验室，他们秉承这一观点，不断追求研究的实用性和前沿性，努力为工业界带来更多的促进和影响。刘明博士的创业梦想始于学术研究，不断生长。早在高中时期，他便在校报上发布了一篇对未来世界的畅想文章，其中涵盖了物联网的远程交流、智能家居等应用场景。这颗创业的种子已在他的心中悄然萌芽。

读研期间，他与友人共同创办了自动化设备公司，如今这家公司仍在迅猛发展中。在瑞士攻读博士学位期间，他的创业才华得到了充分的展现，连续两年获得春晖杯创业奖。回到香港后，他参与成立了一家专注于物联网的公司，实现了远程智能家居和工业自动化的落地应用，圆了高中时期的梦想。

对于刘明博士而言，创业不仅是改变世界的最直接方式，更是他坚实研究基础、让科研转化为实际应用的动力源泉。他认为，只有将科研与产业实际需求相结合，才能进一步借助、资本等更广泛的资源，为科研和产业发展指明方向。

当被问及为何没有全职投入创业时，刘明博士表示，创业需要的技能是多方面的，一个人的精力有限。如何平衡和专注精力，需要长期的学习和自我修炼。他始终坚信，只有在学术与创业之间找到最佳的平衡点，才能真正实现自身的价值。他的目标是将科研成果转化为实际应用，为社会带来更多的便利和进步。

众多港科大的教授在创业领域取得了显著成就，他们的成功经验对我而言是一笔宝贵的财富。现今的创业环境已不再鼓励单打独斗，要想真正产生深远影响，必须集结多方力量，共同致力于资源整合。

我们团队致力于科研与技术的融合，并已在此领域取得了一系列令人瞩目的成果。例如，我们已成功研发出低速无人车、无人船的自动控制系统，以及智能轮椅和家用服务机器人的控制技术等。若能将这些产品进一步精细化并推向市场，相信不久便能成为备受瞩目的产品。我们追求的不是粗糙的成果堆砌，避免只追求广度而忽视深度。

我们渴望在特定的技术领域深耕细作。如果将过去十多年的科研和技术积累聚焦在一个核心点上，就如同用放大镜聚焦太阳光，必将产生惊人的成果，充分满足产业需求，甚至可能重塑整个行业。

团队负责人透露，即将有重要成果展示：“我们正在筹备一些令人振奋的事情，并已取得了阶段性的进展。尽管由于某些条件限制，我们尚未大肆宣传。了解我们的人都说我们是一支充满战斗力的神秘团队，团队成员中不乏信息学竞赛金牌选手和名校毕业的佼佼者，他们日以继夜地工作至凌晨。我对每一位团队成员的奉献与努力深感感激。关于具体成果的形式，暂且保密，相信很快大家就会看到。”

第三届CCF-GAIR全球人工智能与机器人峰会将于6月29日至7月1日在鹏城盛大开幕。此次峰会将设一个主论坛和十一个分论坛，涵盖仿生机器人、机器人行业应用、计算机视觉、智能安全、金融科技、自动驾驶、自然语言处理、AI+、AI芯片、物联网以及投资人等领域。这将是一个产学研多维度交流的平台，呈现更具前瞻性和实用性的会议内容。在今日盛大开幕的盛会中，担任计算机视觉（CV）分论坛主席的是知名学者刘明博士。他热情地欢迎每一位参会者前来交流探讨，与业界精英共襄盛举。此次大会的四折门票正在火热抢购中，限量发售仅100张，对于热爱技术与学术交流的你来说，千万不要错过这个难得的机会。想了解更多关于大会的详细信息吗？请访问我们的大会官网，获取门票购买及大会日程的最新资讯。让我们共同期待这场视觉盛宴，共享科技之光。