项目

机器人、具身智能与视觉感知方向的代表性项目。

FluxVLA

覆盖数据处理、模型训练与仿真评测的统一 VLA 工程平台。

个人角色：开源贡献者，主要负责模型与仿真能力扩展

  • 集成 FastWAM 的 uncond、joint、IDM 三种建模范式及 Wan2.2、MoT、ActionDiT 等组件。
  • 打通数据预处理、分布式训练与 LIBERO 评测链路。
  • 集成 LIBERO-Plus，支持标准 LIBERO checkpoint 的 zero-shot 评测、多任务 rollout 及结果汇总。
项目主页 代码

FluxDAgger

面向 AgileX Piper 双臂机器人的模型解耦 DAgger 系统。

个人角色：独立设计与开发，负责从硬件控制到数据闭环的全栈实现

  • 重构四臂 CAN 总线拓扑，实现各机械臂独立控制。
  • 分离策略推理、奖励建模、采集控制与数据处理，构建多进程框架。
  • 实现多相机同步、在线人工接管与纠正数据采集及 Qwen3-VL 奖励可视化。
项目主页 代码

FluxThemis

面向多模型、多仿真器的独立 VLA 评测框架。

个人角色：开源贡献者，主要负责 LIBERO-Plus 评测链路建设

  • 通过 ROS 解耦模型推理与仿真评测。
  • 以独立 Conda 环境隔离 LIBERO、LIBERO-Plus 与 robosuite 依赖。
  • 覆盖 10,030 个鲁棒性任务，支持 metadata 筛选、分组成功率统计及多进程并行 rollout。
代码

野外半结构化场景道路检测

面向缺少人工道路标线但保留道路轨迹的野外半结构化场景，研究道路与边界线的端到端检测方法。

个人角色：科研项目，参与 SUNSET 基准构建与 TEAR 方法研究

  • 从 DeepScene、YCOR、GOOSE 中筛选半结构化场景，以高阶 Bézier 曲线标注道路左右边界线及道路实例配对关系，构建 SUNSET 数据集与 benchmark。
  • 参与 TEAR 方法研究，使用可互换双实例解码器解耦道路与边界线实例，并通过分层二分图匹配完成实例关联。
  • TEAR of the SUNSET 录用 IEEE ICME 2026（CCF B）。
论文

地平线 X3 Pi 端侧手势识别与移动机器人部署

面向移动机器人的端侧手势识别、推理优化和 ROS2 真机部署。

个人角色：本科毕业设计

  • 在 HaGRID 数据集上训练 YOLOv5s，达到 86.60% mAP，并与 YOLO、DETR 系列模型进行对比。
  • 在地平线 X3 Pi 上完成模型部署与推理优化，将速度由 20 FPS 提升至 30 FPS，mAP 仅下降 0.36%。
  • 开发 ROS2 运动控制节点，集成手势识别与人体跟踪，并完成真机验证。