自动化与机器人中心：让智能走进真实世界

发布时间：2026-06-16浏览次数：10

上科大信息学院自动化与机器人中心

ShanghaiTech Automation and Robotics Center

上海科技大学信息科学与技术学院（以下简称“信息学院”）信息学院以中国科学院的科研平台为支撑，聚焦人工智能、芯片（含计算机架构、电路与器件）、可视计算、大数据、量子通信与计算、云计算与边缘计算、金融科技、无人驾驶、电动汽车、新能源、智能医学等涉及信息科学与技术的前沿和交叉研究领域。学院下设七大研究中心：视觉与数据智能中心、智能网络中心、后摩尔器件与集成系统中心、智慧电气科学中心、自动化与机器人中心、系统与安全中心、智能医学信息研究中心。

自动化与机器人中心（STAR Center）致力于聚焦具身智能与机器人系统前沿领域，深耕感知、学习、交互、控制全链条核心技术，深入探索AI与机器人融合的未来，攻克下一代智能机器人的关键难题。中心汇集了多学科交叉融合的研究团队，包括人工智能，计算机视觉，多模态大模型，具身智能，世界模型，控制与优化，机械，生物学等领域。

● 推文看点 中心定位｜研究版图｜科研成果｜教师团队｜国际合作与学生培养

● 关键词 具身智能｜机器人系统｜空间智能｜多智能体｜智能控制｜事件视觉｜人机交互

# 01 #

STAR 是什么？

自动化与机器人中心（ShanghaiTech Automation and Robotics Center，STAR）面向具身智能与机器人系统的前沿发展，围绕“感知—控制—学习—交互”四个关键环节，构建从环境理解、智能决策到自主行动和人机协同的完整研究体系。

中心关注的不只是让机器人“看见”或“运动”，更关注智能体能否在真实、开放和动态环境中持续理解任务、作出决策、与人或其他智能体协作，并在执行过程中不断学习。研究对象覆盖移动机器人、人形机器人、无人机、医疗机器人、微纳机器人、仿生机器人和智能交通系统等多种形态。

# 02 #

研究版图：感知、控制、学习与交互协同演进

STAR 的研究版图由四条相互耦合的技术主线构成。它们共同支撑机器人从信息获取走向自主决策，从单体执行走向群体协同，并进一步面向复杂场景中的长期任务。

研究主线速览

● 智能感知：研究多模态感知、空间智能、时空感知与协作感知，使机器人能够理解自身状态、周围环境及人与物之间的关系。

● 控制与优化：围绕多智能体系统、分布式控制与优化、集成计算和多接触运动，提升复杂系统的稳定性、协同性与实时性。

● 学习与推理：发展多模态大模型、模仿学习、强化学习、长思维链推理与“边做边学”机制，增强机器人面对新任务和新环境时的泛化能力。

● 智能交互：面向人机交互、人机协同、长程任务执行及高动态复杂场景实时交互，探索更自然、更可靠的智能系统。

# 03 #

研究生态：从基础方法到多形态机器人系统

STAR 汇聚计算机视觉、机器人学、自动控制、机器学习、优化理论、人工智能与生物医学工程等多学科力量。中心成员的研究方向既覆盖空间感知、SLAM、多模态大模型和事件视觉等基础能力，也延伸至多智能体博弈、分布式优化、机器人操作、仿生运动、声驱动技术和医疗机器人等系统方向。

这种跨方向协同，使中心能够围绕同一真实任务形成完整技术链：前端负责获取和理解环境信息，中间层完成规划、控制与决策，执行端则通过机器人本体与环境交互，并将反馈继续用于模型更新。

据中心材料介绍，STAR 平均每年在大模型、具身智能、机器人、控制系统和计算机视觉等领域发表顶级期刊与会议论文百余篇，研究成果覆盖救援机器人、人形机器人、空间智能、智能交通、室内机器人、新型传感器、无人机、空地协同系统、具身智能 VLA 模型及人机交互等方向。

从感知、控制到具身系统

在空间感知与自主导航方向，中心围绕三维视觉、场景理解、定位与建图、事件相机和空地协同感知开展研究，使移动机器人和无人机能够在室内外复杂环境中完成定位、重建、导航与任务规划。
在具身操作与人形机器人方向，中心研究触觉感知、遥操作、模仿学习、强化学习和多接触运动等方法，探索机器人如何在接触丰富、任务开放的环境中完成稳定、灵活和可迁移的操作。
在多智能体与智能控制方向，中心围绕多智能体系统、算法博弈论、机制设计、分布式优化与复杂系统控制形成扎实基础，为无人机集群、空地协同、智能交通和协作机器人提供理论与算法支撑。
在新型机器人与声驱动技术方向，中心推动微纳机器人、超声机器人、声镊、超声原位制造、医疗机器人和仿生机器人等方向发展，拓展机器人在生物医学、制造和特殊环境中的应用边界。

图：STAR 科研成果与应用场景概览

面向国际前沿的持续突破

STAR 相关团队在机器人、计算机视觉、多智能体系统和控制等领域获得多项国际学术荣誉，包括 ICCV 马尔奖相关荣誉、AAMAS 最佳论文奖、ICVS 最佳学生论文奖，以及 ICRA、RCAR、CoRL 等会议的最佳论文、最佳系统论文或 finalist 荣誉。

这些成果体现了中心在基础理论、感知算法、机器人系统与真实场景验证等层面的综合研究能力。与此同时，多个课题组持续承担国际会议组织、期刊编委和学术共同体服务工作，进一步增强中心的国际学术影响力。

图：STAR 中心所获科研奖项

# 04 #

教师团队：覆盖机器人全链条的多元力量

STAR 教师团队覆盖三维视觉与 SLAM、多智能体系统、分布式优化与控制、具身智能、机器人导航、事件视觉、空间智能、医疗机器人、微纳机器人、仿生机器人、机器人操作与人机交互等方向。不同课题组共同构成从基础理论、算法方法到机器人本体和系统应用的研究生态。

Sören Schwertfeger（师泽仁）

移动机器人、移动操作、SLAM 与人机交互

官网主页：https://sist.shanghaitech.edu.cn/soerensch/main.htm

赵登吉

AI Agents、算法博弈论与多智能体系统

官网主页：https://sist.shanghaitech.edu.cn/zhaodj/main.htm

陆疌

分布式与大规模优化、多智能体决策与控制

官网主页：https://sist.shanghaitech.edu.cn/lujie/main.htm

汪阳

控制理论、数字孪生、飞行机器人与水下机器人控制

官网主页：https://sist.shanghaitech.edu.cn/wangyang4/main.htm

刘松

微纳机器人、声驱动与操控、声镊与超声打印

官网主页：https://sist.shanghaitech.edu.cn/liusong/main.htm

白卫邦

医疗机器人、仿生机器人、机器人优化设计与具身智能

官网主页：https://sist.shanghaitech.edu.cn/baiwb/main.htm

肖晨曦

机器人灵巧操作、遥操作、触觉与具身智能

官网主页：https://sist.shanghaitech.edu.cn/xcx/main.htm

师玉娇

三维视觉与低空经济

官网主页：https://sist.shanghaitech.edu.cn/syj/main.htm

Xavier Lagorce

事件相机、类脑感知与神经形态计算

官网主页：https://sist.shanghaitech.edu.cn/Xavier%20Pierre%20Lagorce/main.psp

Boris Houska

模型预测控制、分布式优化与全局优化

官网主页：https://sist.shanghaitech.edu.cn/borish/main.htm

马月昕

多模态大模型、具身智能与自动驾驶

官网主页：https://sist.shanghaitech.edu.cn/mayuexin/main.htm

石野

具身智能、世界模型与强化学习

官网主页：https://sist.shanghaitech.edu.cn/shiye/main.htm

汪婧雅

具身智能与三维交互

官网主页：https://sist.shanghaitech.edu.cn/wangjingya/main.htm

顾家远

三维视觉与具身智能

官网主页：https://sist.shanghaitech.edu.cn/gjy/main.htm

向下滑动查看更多

# 05 #

国际合作与学生培养：在真实机器人任务中成长

STAR 多个课题组与欧洲、北美、澳大利亚和亚洲的高校、科研机构及产业界保持合作联系，合作对象包括 ETH Zurich、Australian National University、Imperial College London、Carnegie Mellon University、UC Berkeley、KTH、University of Southampton、Ohio State University、Purdue University 等。

学生培养强调理论、算法、系统与实验并重。中心配备移动机器人、无人机、传感器、操作平台和实验场地，为学生提供从模型设计、代码实现到硬件集成和真实环境测试的完整训练。优秀学生可参与国际会议、学术交流、联合研究和产业合作，并在机器人、人工智能、自动驾驶和智能制造等方向继续深造或就业。

代表性培养路径：

● 围绕真实机器人问题开展长期科研训练，形成从问题定义到系统验证的完整能力。

● 参与国际会议、机器人竞赛、联合项目和海外交流，拓展学术视野与跨文化协作能力。

● 面向高校、科研机构和科技企业形成多元发展出口，兼顾学术深造与工程实践。

图：STAR Family（教授和学生们）

# 06 #

学生发展与毕业去向

从2023—2025届学生毕业情况看，STAR中心的人才培养呈现出“学术深造与产业就业并重”的多元发展格局。近三届毕业生共64人，其中71.9%进入企业及科研机构就业，25.0%继续深造，其他发展方向占3.1%。

就业去向覆盖华为、百度、支付宝、网易、海康威视、北京通用人工智能研究院、蔚来汽车等科技企业与科研机构，体现了中心学生在机器人、人工智能、自动驾驶、智能感知和工程研发等领域的综合竞争力；深造去向包括清华大学、复旦大学、哈尔滨工业大学、上海科技大学、加州大学圣迭戈分校、西北大学、慕尼黑工业大学和范德比尔特大学等国内外高校。多元去向反映出STAR中心以真实机器人任务为牵引，持续强化学生的理论基础、算法能力、系统实现与工程实践。

STAR 中心 2023-2025 届学生毕业概况

STAR中心优秀毕业生代表风采

王贺：

上海科技大学信息学院信息与通信工程专业硕士毕业生。本科阶段进入赵登吉教授课题组开展科研，硕士阶段师从陆疌教授，聚焦控制、优化与机器人相关研究。硕士期间共发表6篇论文，成果发表于IEEE CDC、IEEE Transactions on Automatic Control、IEEE ICRA等国际期刊与会议。曾获研究生国家奖学金、上海科技大学优秀毕业生等荣誉。

毕业去向：赴卡内基梅隆大学电气与计算机工程学院攻读博士学位。

元祎君：

2021届硕士毕业生，在校期间，在Sören Schwertfeger教授指导下，发表多篇科研成果。

毕业去向：前往德国维尔茨堡大学攻读博士学位，现在为北京清华大学博士后

张尧：

2024届博士毕业生，在校期间，在赵登吉教授指导下，发表多篇科研成果。

毕业去向：九州大学博士后

# 07 #

结语：让智能系统感知、思考并行动

从空间感知与自主导航，到多智能体决策和智能控制；从具身大模型与灵巧操作，到医疗机器人、微纳机器人和仿生系统，STAR 正在构建一个面向真实世界的机器人与自动化研究平台。

中心的核心不仅是单一算法或单一机器人，更是让感知、学习、控制和交互形成闭环，使智能体能够在复杂环境中理解任务、作出决策、完成行动，并与人和其他智能体协同。

随着具身智能、多模态大模型、新型传感器和机器人本体不断发展，STAR 将继续面向学术前沿与现实需求，推动机器人从实验室走向更广阔的生产、生活与社会服务场景。