关于我 | Qirui Hu

我现为中国科学院计算技术研究所电子信息专业硕士研究生。本科毕业于中国农业大学人工智能专业，专业排名第 1。

研究方向

具身智能
模仿学习
野外半结构化场景道路感知

实习经历

逐际动力，具身智能实习生（2025.11–至今）。独立开发 FluxDAgger，并参与 FluxVLA 与 FluxThemis 的开源维护，覆盖真机 DAgger 数据采集、分布式训练及 LIBERO-Plus 评测。

北京人形机器人创新中心，AI 算法实习生（2024.07–2025.01）。搭建基于 ROS 的 Haption + UR5e 遥操作系统，复现 Diffusion Policy，探索多相机与 BEV 表征，并参与 OmniD 研究。

论文

会议论文

CVPR workshop 2026
ARM: Advantage Reward Modeling for Long-Horizon Manipulation

Yiming Mao, Zixi Yu, Weixin Mao, Yinhao Li, Qirui Hu, Zihan Lan, Minzhao Zhu, and Hua Chen

In CVPR workshop 2026, 2026

CCF-A Abs PDF arXiv DOI Scholar Bib

由于稀疏奖励只能为信用分配提供有限指导，长时序机器人操作对于强化学习（RL）而言仍极具挑战。实际的策略改进通常依赖更丰富的中间监督，例如稠密的任务进度奖励；然而，这类奖励获取成本高，也难以描述回退和恢复等非单调行为。为此，我们提出 Advantage Reward Modeling（ARM）框架，将建模目标从难以量化的绝对进度转变为相对优势估计。我们设计了一种低成本的三状态标注策略——进展（Progressive）、退步（Regressive）和停滞（Stagnant），在降低人工认知负担的同时保证较高的跨标注者一致性。基于这些直观信号训练后，ARM 能够自动标注完整演示和碎片化 DAgger 风格数据的任务进度。将 ARM 集成到离线 RL 流程后，可以对动作—奖励进行自适应重加权，从而有效过滤次优样本。该方法在具有挑战性的长时序毛巾折叠任务上取得了 99.4% 的成功率；与现有 VLA 基线相比，其稳定性和数据效率均有所提升，并且在策略训练期间几乎不需要人工干预。
@inproceedings{mao2026arm, title = {{ARM}: Advantage Reward Modeling for Long-Horizon Manipulation}, author = {Mao, Yiming and Yu, Zixi and Mao, Weixin and Li, Yinhao and Hu, Qirui and Lan, Zihan and Zhu, Minzhao and Chen, Hua}, booktitle = {CVPR workshop 2026}, year = {2026}, abstract_file_zh = {mao2026arm_zh.md}, }
ICME2026
TEAR of the SUNSET: A Benchmark for Road Detection in Semi-Structured Environments

Haonan Xu, Qirui Hu, Xinyuan Liu, Hu Li, Hang Xu, Yike Ma^†, Yucheng Zhang, and Feng Dai

In 2026 IEEE International Conference on Multimedia and Expo (ICME), Bangkok, Thailand, Jul 2026

CCF-B Abs PDF Scholar Bib

近年来，自动驾驶技术已能够在依赖标准化人工标识进行感知的结构化城市道路场景中成熟部署，但这种依赖限制了其在非结构化环境中的应用。半结构化环境是非结构化环境的一个子类，其特点是缺少人工道路标线，但仍存在可辨识的道路痕迹。针对这类环境中的道路检测问题，本文提出了一个专用基准。我们设计了一种新的道路表示方法，使用高阶 Bézier 曲线对道路边缘线进行建模；同时构建并标注了面向此类环境道路检测任务的 SUNSET 数据集。此外，我们提出端到端道路检测方法 TEAR，采用可互换双实例解码器对道路实例和边线实例进行解耦，并设计分层二分图匹配策略实现实例关联。实验结果表明，TEAR 在所提出的基准上取得了优异性能。
@inproceedings{xu2026tear, author = {Xu, Haonan and Hu, Qirui and Liu, Xinyuan and Li, Hu and Xu, Hang and Ma, Yike and Zhang, Yucheng and Dai, Feng}, title = {TEAR of the SUNSET: A Benchmark for Road Detection in Semi-Structured Environments}, abstract_file_zh = {xu2026tear_zh.md}, booktitle = {2026 IEEE International Conference on Multimedia and Expo (ICME)}, month = jul, year = {2026}, }

预印本

Preprint
OmniD: Generalizable Robot Manipulation Policy via Image-Based BEV Representation

Jilei Mao, Jiarui Guan, Yingjuan Tang, Qirui Hu, Zhihang Li, Junjie Yu, Yongjie Mao, Yunzhe Sun, Shuang Liu, and Xiaozhu Ju

2025

Abs PDF arXiv DOI Scholar Bib

视觉运动策略很容易对训练数据集中的固定相机位置和背景等因素产生过拟合，使其在分布内场景中表现良好，却难以泛化到分布外场景。此外，现有方法也难以有效融合多视角信息并生成高质量的三维表征。为解决这些问题，我们提出 Omni-Vision Diffusion Policy（OmniD）：一种将图像观测整合为统一鸟瞰图（BEV）表征的多视角融合框架。我们进一步设计了基于可变形注意力的 Omni-Feature Generator（OFG），用于选择性提取与任务相关的特征，同时抑制特定视角噪声和背景干扰。在分布内、分布外和小样本实验中，OmniD 相比最佳基线模型的平均性能分别提升了 11%、17% 和 84%。
@misc{mao2025omnid, title = {{OmniD}: Generalizable Robot Manipulation Policy via Image-Based {BEV} Representation}, author = {Mao, Jilei and Guan, Jiarui and Tang, Yingjuan and Hu, Qirui and Li, Zhihang and Yu, Junjie and Mao, Yongjie and Sun, Yunzhe and Liu, Shuang and Ju, Xiaozhu}, year = {2025}, abstract_file_zh = {mao2025omnid_zh.md}, }