研究领域

具身智能机器人、多模态大模型、计算机视觉

个人简介

王晓波，中国科学院自动化研究所(CBSR)博士，现任深圳理工大学助理教授，博导。主要研究方向是具身智能机器人、多模态大模型、计算机视觉。总计发表AI相关论文40余篇，第一作者12篇CCF-A类会议或SCI一区期刊。第一作者获CCF B 类会议ICME Best Student Paper Runner-Up奖项，合作作者获得PRCV Best Student Paper奖项，多次获得国际顶级会议Workshop竞赛冠亚军。主持并完成国家自然科学基金青年项目。

主要研究方向

以具身智能机器人落地应用（3D清洁、巡检、家庭、农业）为背景、研究相关的具身感知、具身操作和具身导航技术，搭建RoboAgent，实现机器人的智能控制。目前重点研究和关注以下方向：
（一）具身感知：
1.VLM多模态大模型：研究视觉、语言、点云、六维力、触觉等多模态融合机制。
2.3D视觉：研究3D/4D GS建图；点云分割、匹配、补全；开放场景下视频图像分割、检测等。
（二）具身操作：
1.VLA多模态大模型：研究多模态输入；结构化推理（如思维链、子任务、可供性、轨迹、未来状态、潜在表示等）和动作分块设计，提升模型成功率。
2.世界（动作）模型：致力于提升模拟世界、预测未来的效果。
3.RL强化学习：基于仿真环境、世界模型、真机环境，设计VLA模型的多目标奖励回报，提升模型泛化性和安全性。
4.多模态大模型加速：研究知识蒸馏、小模型设计、量化、Token剪枝与并行计算，落地Orin NX等机器人边端板子。
5.数据采集方式：研究UMI数采；Isaac Sim/Isaac Lab仿真；AGI数据生成；视频数据等。
6.机械臂规控：研究轨迹规划与跟踪；力控与柔顺控制；奇异点规避等。
（三）具身导航
1. Social Navigation：研究动态狭窄场景下的人机安全交互。

学习经历

2015-2018中国科学院自动化研究所(CBSR) 博士
2012-2015 天津大学 硕士
2008-2012 天津大学 学士

工作经历

2020-2026 深信服科技股份有限公司，具身智能首席科学家，联合实验室主任
2018-2020 京东AI研究院，博士技术管培生DMT

所获荣誉

1.IEEE ICME Best Student Paper Runner-up奖项
2.PRCV Best Student Paper 奖项
3.1st place in WebFace160M Track of ICCV2021-MFR
4.1st place in ICCV2019 RLQ Challenge
5.2st place in ICCV2019 LFR Challenge

代表性项目

1.国家自然科学基金青年项目，主持，30万，2022.01-2024.12

代表性论文

1.Yuanchang Liang，Xiaobo Wang（共一通讯）,Kai Wang, Shuo Wang, Xiaojiang Peng, Haoyu Chen, David Kim Huat Chua, Prahlad Vadakkepat. Adaptive Action Chunking at Inference-Time for Vision-Language-Action Models. IEEE Conference on Computer Vision and Pattern Recognition. (CVPR), 2026.
2.Xiaobo Wang, Shuo Wang, Yanyan Liang, Liang Gu, Zhen Lei. RVFace: Reliable Vector Guided Softmax Loss for Face Recognition. IEEE Transaction on Image Processing (IEEE TIP, SCI 1区)，2024.
3.Xiaobo Wang et al. Teacher Guided Neural Architecture Search for Face Recognition. Association for the Advancement of Artificial Intelligence (AAAI), 2021.
4.Xiaobo Wang, Tianyu Fu, Shengcai Liao, Shuo Wang, Zhen Lei, Tao Mei. Exclusivity-Consistency Regularized Knowledge Distillation for Face Recognition. European Conference on Computer Vision (ECCV), 2020.
5.Xiaobo Wang, Shuo Wang, Cheng Chi, Shifeng Zhang, Tao Mei. Loss Function Search for Face Recognition. International Conference on Machine Learning, Vienna, Austria (ICML),2020.
6.Xiaobo Wang, Shifeng Zhang, Shuo Wang, Tianyu Fu, Tao Mei. Mis-classified Vector Guided Softmax Loss for Face Recognition. Association for the Advancement of Artificial Intelligence(AAAI, Oral), 2020.
7.Xiaobo Wang, Shuo Wang, Jun Wang, Hailin Shi, Tao Mei. Co-Mining: Deep Face Recognition with Noisy Labels. IEEE International Conference on Computer Vision (ICCV, Oral), 2019.