TempoFit：面向长程视觉-语言-动作操作的即插即用逐层时序 KV 记忆
IROS 2026 IEEE/RSJ 国际智能机器人与系统会议
一种免训练的改造方法：通过缓存中间层前缀 K/V 状态，让冻结的 VLA 策略获得历史感知能力，既不改动参数也不加长输入。在 LIBERO-Long 上使 π0.5 提升 4.0 个百分点，真机 Realman RM-65B 上整任务成功率最高提升 14.2%。
2026
具身智能 · 机器人操作
建模世界。理解世界。行动于世界。
我的方向是具身操作（embodied manipulation），目前处于 gap year。我在西交利物浦大学，由岳永教授与陈亚冉教授指导，同时与南京大学机器人与自动化学院的吕尚可老师合作；此前曾在西湖机器人实习。
研究方向
同一个问题的两半——如何表征世界，以及如何依照这一表征去行动。
目标
构建能在开放环境中稳健泛化、完成长程复杂操作任务的具身系统。
我研究具身智能体如何理解并表征世界，并让系统以与这一内部表征相一致的方式行动。
现有 VLA 操作系统在长程、复杂、开放环境任务上失效，根源在于缺乏对任务相关状态、时序依赖与转移条件的稳定表征——鲁棒性、泛化能力与成功率因此被同时压低。我的工作是为 VLA 引入更强的状态建模与决策支持机制。
近况
- 2026.03加入吕尚可老师在南京大学机器人与自动化学院的课题组，担任研究助理，研究方向为世界-动作模型与强化学习。
- 2026两篇论文被 IROS 2026 接收：TempoFit（第一作者）与 Force-Aware Residual DAgger。
- 2025.06入职西湖机器人（杭州）算法研发部实习，参与真机可形变物体操作。
- 2025MiTPose 被 INDIN 2025 接收。
研究与论文
具身操作与世界表征方向的代表工作。 全部论文 →
2026
工作与科研经历
合作过的课题组与工业团队。 完整简历 →
机器人操作中的世界-动作模型与强化学习 进行中
2026.03 – 至今
TempoFit：面向长程视觉-语言-动作操作的免训练时序 KV 记忆
2025.11 – 2026.03
算法研发部 实习生
2025.06 – 2025.10
基于 Octo 框架与三维深度感知的多模态具身智能模型训练
2025.01 – 2025.06
UDF 引导 3DGS 的室内三维重建与新视角合成
2024.05 – 2024.12
教育背景
信息与计算科学 理学学士
- GPA 3.94 / 4.00 · 专业 GPA 4.00 / 4.00（专业第一）
- 雅思 7.5（听力 8.0，阅读 9.0）
2022.09 – 2026.07
- 2025/26西交利物浦大学 学业优秀奖（前 5%）
- 2024/25西交利物浦大学 学业优秀奖（前 5%）
- 2023/24西交利物浦大学 学业优秀奖（前 5%）