iros会议发表论文一篇

在遭到了美国制裁之后，华为提出了创新2.0，创新2.0是基于对未来智能 社会 的假设和愿景，打破制约ICT发展的理论和基础技术瓶颈，是实现理论突破和基础技术发明的创新，是实现发明和创造的创新。

华为在接近10年投资超过4800亿元进行研发，希望将会和苹果、高通、英特尔公司一样，在智能手机、基带芯片和智能计算领域推出影响产业和人类进步的重大的技术创新。

也就是华为希望可以通过基础研究突破，构建新的技术标准和全球框架，从而突破美国的封锁，实现自救，要知道，当初美国就是通过发动信息革命、芯片革命，从而成为了全球 科技 、科学、产业发展的主导者，而实现这一切，就需要人才。

华为希望 采取“自建实验室、大学合作、资本运作“等多种方式实现创新2.0，把工业界问题、学术界的思想、风险资本的信念，整合起来，共同创新。

除此之外，华为还提出了“天才少年”计划，这是是任正非发起的用顶级挑战和顶级薪酬去吸引顶尖人才的项目，目的在于“（让）这些天才少年像‘泥鳅’一样，钻活我们的组织，激活我们的队伍”，任正非认为：

“天才少年”计划薪资共分为三档，最高年薪为182万-201万元；中档年薪为140.5万-156.5万元；抵挡年薪为89.6万-100.8万元，远远超出一般应届毕业生的薪资水平。目前，全球仅有4位天才少年拿到了最高档年薪。

除了去年的钟钊（本科毕业于华中 科技 大学软件工程专业，博士毕业于中国科学院大学模式识别与智能系统）、秦通（本科毕业于浙江大学控制科学与工程，博士毕业于香港 科技 大学机器人方向）、左鹏飞（本科和博士毕业于华中 科技 大学计算机专业）之后。

今年又有一位90后入选了华为的“天才少年”计划。同样是出自华中 科技 大学的张霁，而且他5月就已经入职了华为，堪称是刚毕业就收获了年薪201万的offer。

这四位可了不得，钟钊出生于1991年，本科就读于华中 科技 大学的软件工程专业。刚上大三的他，就在2012全国大学生数模竞赛中得到了湖北一等奖。

而后，前往中国科学院大学自动化研究所攻读硕士、博士，硕博阶段攻读专业都是“模式识别与智能系统”，它是以信息处理与模式识别的理论技术为核心，以数学方法与计算机为主要工具，研究对各种媒体信息进行处理、分类和理解的方法，并在此基础上构造具有某些智能特性的系统。

目前在光学字符识别、语音识别、人脸识别、视频追踪、医学图像处理等方面均有广泛应用。钟钊的导师是中科院自动化研究所副所长刘成林，其多年来一直研究文档识别算法规模，有着“计较机的导师”之称。

钟钊是中国最早一批学习神经架构搜索（NAS）的，NAS属于深度学习领域难度比较高的研究方向， 你放眼全球，能够从事NAS研究的，数量差多就和熊猫一样，属于稀罕物。而华为目前也想进军automated machine learning领域，钟钊属于可遇不可的的天才。

出生于1993年的香港大学的博士生秦通，在IEEE TRO、ICRA、IROS、ECCV等国际顶级期刊和聚会会议发表多篇论文，得到IEEE IROS 2018最佳学生论文奖的能力。他还曾是浙江大学ZMART队2014年的队长。这支队伍用了5年的时间夺下了国际空中机器人大赛的世界冠军。

左鹏飞以第一作者发表了高水平论文10余篇，其中，发表在OSDI'2018和MICRO'2018上的论文分别成为华科 历史 上首篇计算机操作系统顶级会议(OSDI/SOSP)论文和首篇计算机体系结构顶级会议(ISCA/MICRO/HPCA/ASPLOS)论文，在计算机操作系统和体系结构领域分别实现了华科 历史 上零的突破；发表在MICRO'2019上的论文实现了在体系结构顶会MICRO上的再次突破。

而OSDI是计算机学界最顶级学术会议之一，MICRO是计算机体系结构最顶级学术会议之一，论文被这两个会议录用，其含金量甚至超过一些科学界国际顶尖期刊，难度相当于生物、医学领域在Nature/Science/Cell等期刊发文。 拥有这么多篇高质量的论文，可以说是无数系统领域研究者的梦想对象，可望不可及。

张霁1993年毕业，他本科仅就读于民办二本学校武昌理工学院，可是他却没有给自己的人生设限，而是不断努力，他硕士就读于武汉邮电大学，而博士则成功考取了华中 科技 大学。

我们可以来看看他作出的成绩：

可以说，这4位90后被称之为天才少年，毫无不为过，而且除了华为之外，腾讯、阿里巴巴等互联网大企业也都向他们抛出过橄榄枝，像张霁就拒绝过360万年薪的offer。

希望这些天才少年可以在华为乘风破浪，开创颠覆主航道的技术和商业模式，作出革命性技术的突破，颠覆整个全球产业，打破美国长达75年的主导地位。

麻省理工学院和伍兹霍尔海洋研究所（whoi）的研究人员发明了一种自主机器人系统，它能有效地在广阔、未经勘探的水域中发现最有科学意义但却很难找到的采样点。

环境科学家通常对在环境中最有趣的位置或“最大值”处收集样本感兴趣。一个例子可能是化学品泄漏的来源，该化学品的浓度最高，并且大部分不受外部因素破坏。但是最大值可以使得研究人员能拿到想要测量的任何可量化值，例如水深或暴露于空气中的珊瑚礁部分。

部署最大搜索机器人的努力受到效率和精度问题的困扰。通常，机器人会像割草机一样来回移动以覆盖一个区域，这很费时，而且会收集许多无趣的样本。一些机器人感知并跟随高浓度的轨迹到达泄漏源但他们可能会被误导例如，化学物质会被困在远离源头的缝隙中并积聚起来，机器人可能会将这些高浓度的区域识别为源头，但其实离这里还很远。

成功的 探索

在国际智能机器人系统（IROS）会议上发表的一篇论文中，研究人员描述了“羽状物”这一系统，使自主移动机器人能够更快速、更有效地将一个最大值归零。PLUMES机器人利用概率技术来预测哪些路径可能导致最大值，同时导航障碍物、移动电流和其他变量。当它收集样本时，它衡量它所学的知识，以确定是继续沿着一条有希望的道路前进，还是搜索可能藏有更多有价值样本的未知领域。

重要的是，PLUMES机器人到达目的地时不会被困在那些棘手的高浓度区域。”这很重要，因为很容易认为你找到了黄金，但实际上你找到了傻瓜的黄金，”第一作者之一、计算机科学与人工智能实验室（CSAIL）和麻省理工-世界卫生组织联合项目的博士生维多利亚·普雷斯顿说。

研究人员建造了一艘以羽毛为动力的机器人船，它成功地探测到巴巴多斯贝拉尔群岛边缘珊瑚礁中暴露最深的珊瑚头。也就是说，它位于最浅的地方，这对研究太阳照射对珊瑚生物的影响很有帮助。在100个模拟试验中，在不同的水下环境中，虚拟PLUMES机器人还在分配的时间帧一致地收集七到八倍的最大值，样本比传统的覆盖方法确实多很多。

合著者第一作者Genevieve Flaspohler博士说：“我们的PLUMES机器人是先找到最需要 探索 的，然后迅速集中于收集有价值的样本。”。与普雷斯顿和弗莱斯波勒一起发表论文的还有：世界卫生组织应用海洋物理与工程系的科学家安娜p.m.米歇尔和约格什·吉尔达尔；以及美国航空航天学院和航空航天系的教授尼古拉斯·罗伊。

浏览漏洞 探索 权衡

PLUMES机器人的一个关键点是运用各种技术，从概率到推理，在利用对环境的了解和 探索 可能更有价值的未知领域之间，找到一个众所周知的复杂折衷方案。

Flaspohler说：“最大限度的寻求最大的挑战是让机器人能够平衡从已经知道的高浓度的地方开发信息， 探索 未知的地方。”如果机器人 探索 太多，它就不会收集到足够多的有价值的样本。如果它不够 探索 ，它可能完全错过最大值。”

进入到一个新的环境中，他们发明的这个PLUMES机器人使用一个称为高斯过程的概率统计模型来预测环境变量，如化学浓度，并估计传感不确定性，然后，PLUMES机器人可以走的可能路径的分布，并使用估计值和不确定性来根据每条路径允许机器人 探索 和利用的程度对其进行排序。

首先，PLUMES机器人会选择随机 探索 环境的路径。但是，每个样本都提供了有关周围环境中目标值的新信息，例如化学物质浓度最高或深度最浅的点。高斯过程模型利用这些数据来缩小机器人从给定位置到具有更高值位置的样本的可能路径。PLUMES机器人使用一种新的目标函数，常用于机器学习，以最大限度地获得奖励，以调用机器人是否应该利用过去的知识或 探索 新的领域。

“估算”路径

在哪里收集下一个样本，取决于系统从当前位置“产生估算”所有可能的未来行为的能力。为此，它利用了Monte Carlo树搜索（MCTS）的改进版本，MCTS是一种为掌握围棋和国际象棋等复杂 游戏 的人工智能系统提供动力而推广的路径规划技术。

MCTS使用一个决策树-一个连接节点和线路的地图来模拟一条路径，或者一系列的移动，以达到最终的胜利动作但在 游戏 中，可能路径的空间是有限的。在未知环境中，随着动态的实时变化，空间实际上是无限的，使得规划变得极其困难研究人员设计了“连续观测MCT”，它利用高斯过程和新的目标函数来搜索这个庞大的空间中可能存在的真实路径。

这个MCTS决策树的根从一个“信念”节点开始，这是机器人可以立即采取的下一步该节点包含机器人在该点之前的整个动作和观察 历史 然后，系统将树从根扩展到新的行和节点，查看导致 探索 和未 探索 区域的未来操作的几个步骤。

然后，系统根据从以前的观察中学习到的一些模式，模拟如果从每个新生成的节点中抽取一个样本会发生什么。根据最终模拟节点的值，整个路径将获得一个奖励分数，较高的值将等于更有希望的操作。所有路径的奖励分数都回滚到根节点。机器人选择得分最高的路径，迈出一步，收集一个真实的样本然后，利用真实数据更新高斯过程模型，重复“幻觉”过程。

“只要系统继续产生幻觉，认为世界上看不见的地方可能有更高的价值，它就必须继续 探索 ，”Flaspohler说。当它最终收敛在一个点上时，它估计是最大值，因为它不能沿着路径幻觉一个更高的值，于是它停止 探索 。

现在，研究人员正与WHOI的科学家合作，使用羽流驱动的机器人来定位火山地点的化学羽流，并研究北极融化的沿海河口的甲烷释放科学家们对释放到大气中的化学气体的来源很感兴趣，但这些测试地点可以跨越数百平方英里。

普雷斯顿说：“他们可以（利用PLUMES机器人）花更少的时间 探索 这个巨大的区域，真正集中精力收集有科学价值的样本。”