面向以“人”为中心的具身交互智能体研究

课题背景： 随着机器人技术的爆发式增长，智能体正加速从封闭的工业围栏走向开放的人居空间。在不久的将来，机器人不再仅仅是孤立的自动化工具，而是成为与人类“共存、共创、共赢”的社会化伙伴。 目前，具身智能的研究重心大多聚焦于“功能性操作”（做事）——即追求物理交互的精准与高效；然而，在复杂的人类社会环境中，机器人更需要具备“社会性交互”（做人）的能力。这意味着机器人必须深度理解人类的隐性意图、遵循社交礼仪并内化社会规则，使其行为逻辑与人类的心理预期对齐。本课题旨在攻克以人为中心的机器人“做人”能力，实现从单纯的“任务执行”向“和谐社会共处”的跨越。 课题价值：

1. 01

   技术价值：定义下一代 AI 交互标准 ●范式转移： 推动具身智能从单纯的“物理交互”升级为“社会性交互”，填补国内在具身社交智能算法层面的空白。 ●数据闭环： 建立真实社会场景下的交互数据集，为后续具身大模型的微调提供高质量“社交对练”数据。

2. 02

   社会价值：解决老龄化与劳动力缺口 ●情感陪伴与辅助： 在养老场景中，具备社交智能的机器人能更好地安抚老人情绪，提高护理质量，而不仅仅是递药。 ●社会融入感： 降低人类对自动化设备的排斥感，让机器人真正成为人类社会的“数字居民”。

3. 03

   商业价值：打开万亿级服务机器人市场 ●复利效应：具备智能的机器人可以从工厂搬进商场、餐厅、甚至家庭。 ●溢价空间： 一个懂礼貌、能察言观色的机器人，其品牌溢价和用户粘性远高于普通的避障小车。 课题挑战： ●社交意图的“隐性特征”建模挑战：人类的社交信号往往是隐性的、多模态的（微表情、身体指向、语调停顿）。目前的机器人虽然能感知到“人”作为一个物理障碍物，但无法实时理解其背后的社交心理状态。 ●社会常识数据的“稀缺”挑战：传统的具身智能可以靠 Simulation（仿真）刷数据，但“社会常识”在仿真器支持较少，需要进一步完善和研发。 ●与人交互中的“博弈型”挑战：以导航为例，社交导航不是单向的路径规划，而是一场多方博弈。机器人的每一个动作都会改变周围人的预期，导致周围人改变动作，进而再次反馈给机器人。 具体工作：

4. 01

   研发具备社会规则认知的导航算法，超越传统的避障逻辑。 机器人在典型引导、跟随、陪伴中满足社交距离、礼仪规范及群体流量趋向的路径规划，使机器人的移动行为符合人类的心理安全边界。

5. 02

   合语音、视觉、触觉与力觉等多源异构传感器，深度解析语言、微表情、情绪波动、肢体语言及语调语义。通过跨模态语义对齐，精准捕捉人类隐性意图及其背后的心理诉求。

6. 03

   攻克复杂环境下的高精度人体位姿估计、三维重建与关键点检测。为握手、按摩、拥抱、搀扶等高频物理接触任务提供实时、精确的几何与运动学参数，支撑安全可靠的近距离人机接触。

7. 04

   探索人机协同决策机制，使机器人能作为主动伙伴与人类共同执行复杂任务。研究任务分配策略与实时动态调整机制，实现人机在物理与逻辑层面的深度协作与能力互补。

8. 05

   构建基于用户画像的“数字孪生”模型，实现用户偏好的在线学习与持久化记忆。赋予机器人深度共情能力，从单纯的“工具属性”进化为具备情感陪伴能力的智能伙伴，建立基于互信的长周期互动关系。

9. 06

   研究在跨场景、跨任务及不同本体状态下的自适应控制策略。确保机器人在各种物理环境约束与用户状态变化中，始终能提供一致的安全性与心理舒适度。

1 - 基本要求 计算机、人工智能、机器人、自动化等相关专业在读硕士/博士 扎实的数学基础与良好的编程能力（Python/PyTorch） 2 - 技能要求（满足一项或多项即可） 有Transformer、扩散模型、VQ-VAE等生成模型的训练经验 有LLM/VLM预训练、微调或推理优化经验，熟悉DeepSpeed、vLLM等框架 有模仿学习、强化学习经验 熟悉ROS/ROS2； 有3D视觉、触觉/力觉传感或机器人仿真（例如UE）经验 3 - 加分项 在RSS/ICRA/IROS、CoRL/ NeurIPS/ICML、CVPR/ICCV/ECCV 等顶会发表过论文 有开源项目贡献或大规模模型部署工程经验 有认知学、心理学认知背景 4- 素质要求 对具身智能方向有浓厚兴趣，具备自驱力与独立研究能力良好的团队协作、沟通能力与英文学术写作能力 此课题同时招聘应届实习生和低年级实习生。