研究方向：
1）具身智能物理仿真技術(shù)
研究用于構(gòu)建具身智能仿真訓練平臺的相關(guān)前沿技術(shù)，包括但不限于AIGC、三維重建、圖像編輯、圖形計算、物理引擎計算、數(shù)字孿生、VR/AR等技術(shù)。
2）具身基礎(chǔ)模型技術(shù)
研究具身智能基礎(chǔ)模型的訓練和部署，包括但不限于對具身智能數(shù)據(jù)采集與生成技術(shù)、具身多模態(tài)基礎(chǔ)模型如VLA和VLN、主流LLM和VLM的高校部署與微調(diào)、多集群多節(jié)點分布式訓練、強化學習與模仿學習等。
3）具身智能工程化技術(shù)
研究具身智能系統(tǒng)級實現(xiàn)技術(shù)，包括但不限于多模態(tài)傳感器融合與實時處理、運動控制與硬件驅(qū)動優(yōu)化、邊緣計算與容器化部署、ROS系統(tǒng)開發(fā)集成與魯棒性保障、人機協(xié)同工程接口等技術(shù)。
4）無人機系統(tǒng)與算法研發(fā)
研究無人機自主飛行及多智能體協(xié)同控制技術(shù)包括但不限于多傳感器信息融合技術(shù)(如慣導+視覺/VI0、激光SLAM)、通信系統(tǒng)及無人機相關(guān)通信協(xié)議(如數(shù)傳、圖傳、組網(wǎng)協(xié)議)、飛控算法研發(fā);無人機系統(tǒng)集成與仿真平臺開發(fā)如PSDK、ROS2、Gazebo.
5）多端協(xié)同的模型訓練及推理技術(shù)
研究各類同構(gòu)或異構(gòu)計算節(jié)點下的高效模型訓練及推理技術(shù)，包括跨域多集群的高效訓練及推理框架、云邊端協(xié)同訓練及推理、異構(gòu)模型融合、模型稀疏學習、模型量化壓縮等技術(shù);研究隱私保護下的協(xié)同訓練及推理技術(shù)，包括加密推理加密知識融合、安全多方計算等技術(shù)。

詳見公告正文