Embodied AI Engineer
让 VLA 走出仿真，驱动真实机器人。
把 π0/π0.5、ACT、Diffusion Policy 从训练一路带到真机稳定执行的工程师——双臂精细操作成功率 30%→70%，覆盖机械臂、灵巧手、人形三类本体。工具链：LeRobot 生态、触觉融合、RTC 与异步推理部署。
30%→70%
双臂精细操作任务成功率，2.3× 提升
500+
S101 单臂抓取任务 demonstration 采集与策略验证
3 类
机械臂、灵巧手、人形机器人平台适配与部署经验
No.1
本科综合排名第一，2024 年国家奖学金获得者
个人概览
能把研究模型接到真实设备上的工程型选手
端到端闭环
熟悉机器人任务从示教采集、数据清洗、训练配置、评估对比到真机推理的完整流程，能快速定位数据、模型和控制链路问题。
真实平台适配
完成多家机器人产品的 teleoperation、data collection、inference、replay 模块适配，关注接口稳定性与部署可维护性。
多模态策略
围绕 VLA/VLM Policy、触觉 encoder、RTC 与异步推理进行实验验证，推动策略从离线训练走向实时任务执行。
工作与教育
机器人实践 + 软件工程训练
2026.01 - 至今
具身智能全栈工程师
FMC3-Robotics · 上海
- 负责机器人真实平台适配、数据采集链路、策略训练脚本、推理服务与部署验证。
- 在机械臂、灵巧手、人形机器人项目中推进 VLA/VLM Policy 的工程落地。
2026.09 - 2029.06
华东师范大学
软件工程 · 非全日制
- 2025 年毕业后专注备考，一次考取；2026.09 起边工作边攻读。
2021.09 - 2025.06
江苏科技大学苏州理工学院
计算机科学与技术 · 成绩均分 90
- 本科综合排名第一，参与智能车、移动机器人、OpenMV 视觉应用等实践项目。
项目经历
从策略到真机，从单臂到人形
机械臂 + 智元灵巧手双臂协作操作
基于 LeRobot 搭建机械臂与带触觉感知的智元灵巧手双臂协作平台，完成控制、数采、训练与推理部署链路验证。
- 独立完成 teleoperation、data collection、inference、replay 模块适配，沉淀可复用机器人适配层。
- 采集双臂协同抓取与精细操作任务数据，基于 ACT、Diffusion Policy、π0.5 完成策略训练与真实平台部署。
- 在 π0.5 中引入 tactile encoder 融合触觉反馈，结合 RTC 与异步推理优化执行链路。
LeRobot
ACT
Diffusion Policy
π0.5
Tactile Encoder
LoRA
RTC
30% → 70%
双臂精细操作成功率提升
可复用
形成跨平台机器人适配层
傅利叶 GR2 人形机器人分拣任务
面向傅利叶 GR2 人形机器人货物分拣场景，完成操作策略向人形机器人本体的迁移适配，并打通感知、控制、推理与技能调度链路。
- 设计 GR2 腕部相机支架，使用外骨骼完成分拣场景数据采集，编写数据集转换与训练脚本。
- 基于 π0 与 GR00T 开展操作策略验证，适配 get_state / send_action 接口，编写 inference server。
- 集成 RoboOS 并接入 RoboBrain VLM，实现高层任务分解、多技能调度与分拣流程控制。
π0
GR00T
DDS
RoboOS
RoboBrain VLM
LeRobot
端到端
策略推理到技能调度闭环
人形迁移
完成 GR2 本体接口适配
S101 单臂抓取策略验证
围绕 S101 机械臂"异形物体夹取入盒"任务，完成数采、训练到真实机械臂推理部署的端到端验证。
- 完成机械臂、夹爪、相机与示教采集链路联调，采集 500+ 条 demonstration。
- 基于 ACT、Diffusion Policy、π0 开展策略训练与验证，完成模型训练、推理部署和闭环测试。
- 对比不同策略在异形物体抓取、夹取入盒场景下的动作稳定性、任务完成效果与部署流程。
ACT
Diffusion Policy
π0
异步推理
真实部署
500+
示教数据采集
闭环
训练、部署、测试完整打通
端到端推理闭环
从数据到真机执行的可复现实验链路
01
真实平台采集
接入机械臂、灵巧手、人形机器人与多相机输入，完成示教、外骨骼或任务过程数据采集。
02
数据集转换
统一状态、动作、图像和时间戳格式，沉淀 LeRobot Dataset、Replay 与质量检查流程。
03
策略训练对比
围绕 ACT、Diffusion Policy、π0/π0.5、GR00T 管理训练配置、Checkpoint 和实验指标。
04
推理服务部署
构建 inference server，适配 get_state / send_action，支持异步推理、RTC 与 action chunk 执行。
05
真机闭环验证
在真实任务中观察成功率、延迟、动作稳定性和失败模式，反向迭代数据与策略。
Demo 视频
真实机器人、仿真与视觉控制演示
视频无法播放？在 GitHub Releases 中打开
Demo 0100:18
双臂灵巧手小物品精细抓取
双臂平台完成小目标定位、夹取与放置，展示灵巧手精细控制与真实任务稳定性。
平台
双臂灵巧手平台
策略
π0.5 + 触觉反馈
模式
真实平台推理
双臂协作
灵巧手
精细操作
视频无法播放？在 GitHub Releases 中打开
Demo 0200:28
视觉关键点 retargeting 到灵巧手
通过视觉提取手部特征点与关节姿态，并 retargeting 到机器人灵巧手，实现稳定、准确的手内对指控制。
平台
RGB 视觉 + 灵巧手
策略
关键点提取 + Retargeting
模式
手内对指控制
手部关键点
Retargeting
手内对指
视频无法播放？在 GitHub Releases 中打开
Demo 0300:23
单臂物体抓取与放置多任务切换
单臂在多目标、多位置场景下完成抓取、搬运和放置，验证策略在不同物体上的执行稳定性；多任务切换基于多 LoRA 适配器实现。
平台
单臂真实平台
策略
多 LoRA 切换策略
模式
多任务推理切换
单臂
多任务
抓取放置
多 LoRA
视频无法播放？在 GitHub Releases 中打开
Demo 0401:10
ACT + π0 任意位置抓取入盒
基于 ACT 和 π0 完成单臂任意位置抓取入盒，支持不同桌面位置下的目标抓取、移动与精准放置。
平台
单臂桌面操作平台
策略
ACT + π0
模式
任意位置抓取入盒
ACT
π0
抓取入盒
视频无法播放？在 GitHub Releases 中打开
Demo 0500:43
Minimax 井字棋 + π0.5 棋子放置
井字棋决策使用 minimax 算法，棋子移动由 π0.5 结合视觉 prompts 控制放置位置，用视觉定位补足语言跟随性差的问题。
平台
人形机器人交互平台
策略
Minimax + π0.5
模式
视觉 prompts 放置
Minimax
π0.5
视觉 prompts
视频无法播放？在 GitHub Releases 中打开
Demo 0600:58
π0.5 JAX 纸巾分拣
基于 π0.5 JAX 版本完成纸巾分拣任务，结合异步推理与 RTC 优化执行链路，提升真实平台动作连续性与响应效率。
平台
双臂真实平台
策略
π0.5 JAX
模式
异步推理 + RTC
π0.5 JAX
异步推理
RTC
视频无法播放？在 GitHub Releases 中打开
Demo 0701:02
π0.6 ReCap 手机插拔精细操作
基于 π0.6 ReCap 强化学习完成手机接口插入与拔出，验证真实平台在小间隙、强接触约束下的精细操作稳定性。
平台
单臂真实平台
策略
π0.6 ReCap 强化学习
模式
手机插拔精细任务
π0.6 ReCap
强化学习
手机插拔
视频无法播放？在 GitHub Releases 中打开
Demo 0800:24
openpi 复现 π0.5 Subtask 长任务拆解
基于 openpi 复现 π0.5 中提出但官方未开源的 subtask 子任务拆解能力，将双杯放置长任务分解为可跟踪的阶段，并在仿真 rollout 中完成执行。
平台
openpi 仿真环境
策略
复现 π0.5 Subtask
模式
双杯放置长任务
openpi
子任务拆解
长任务
视频无法播放？在 GitHub Releases 中打开
Demo 0900:30
宇树 G1 全身 loco-manipulation 搬箱子
基于 Isaac Sim 中的宇树 G1 完成全身 loco-manipulation 搬箱子任务，结合 GR00T VLA 推理实现全身协同控制与目标搬运。
平台
Isaac Sim
策略
GR00T VLA 推理
模式
宇树 G1 全身搬箱子
宇树 G1
Isaac Sim
GR00T VLA
全身控制
运动控制
人形机器人强化学习步态
视频无法播放？在 GitHub Releases 中打开
Loco 01最新仿真00:12
宇树 G1 崎岖地形强化学习步态
在 MuJoCo Playground 中用 PPO 从零训练宇树 G1 的行走策略，采用非对称 Actor-Critic（本体观测 103 维、特权观测 216 维，网络 512-256-128），累计 1.81 亿仿真步；策略在随机崎岖地形上跟随速度指令行走并维持平衡。
平台
MuJoCo Playground · 宇树 G1（29 自由度）
策略
PPO · 非对称 Actor-Critic · 1.81 亿步
模式
崎岖地形速度指令跟随
宇树 G1
强化学习
PPO
崎岖地形
能力矩阵
工程、模型、数据、部署四线闭环
数据采集与数据集工程
Teleoperation、外骨骼采集、多相机数据、数据清洗、Replay、LeRobot Dataset、Demonstration 管理。
机器人平台适配
完成机械臂、灵巧手、人形机器人平台的 get_state / send_action、相机、夹爪、触觉与控制接口适配。
策略模型训练
基于 ACT、Diffusion Policy、π0/π0.5、GR00T 开展策略训练、配置管理、Checkpoint 管理与任务对比。
真机推理与实时执行
构建 inference server，支持异步推理、RTC、Action Chunk 执行、延迟优化与真实设备闭环测试。
多模态感知与融合
围绕 RGB 相机、腕部相机、触觉 encoder、VLM/RoboBrain VLM 进行多模态状态输入与反馈融合。
技能调度与任务编排
集成 RoboOS Skill 调用、高层任务分解、多技能调度与分拣流程控制。
评估与失败分析
关注成功率、动作稳定性、Baseline 对比、失败案例归因、数据分布检查与策略泛化表现。
AI 辅助工程开发
结合 Cursor、Claude Code、Codex 提升机器人接口适配、数据脚本开发、训练调参与实验迭代效率。
竞赛与荣誉
算法、机器人与综合能力积累
2024
国家奖学金
综合排名第一；连续三次人民奖学金、三好学生，国家励志奖学金。
智能车
全国大学生智能车竞赛智慧物流创意组
队长，全国三等奖 / 华东赛区二等奖。
模型训练
全国大学生智能车竞赛智慧医疗创意组
负责模型训练与量化，华东赛区二等奖。
机器人
航天杯移动机器人 AI 创新技术挑战赛
队长，全国三等奖。
科研实践
江苏省大学生创新创业训练计划项目
期刊：基于 OpenMV 的新型智能门锁设计。
