本周为将门-TechBeat技术社区第269期线上Talk，也是2020年最后一场Talk咯，让我“门”的老朋友、MIT在读博士生李昀烛携诚意满满、干货多多的Talk分享，为你今年在TechBeat学习之旅画上一个完美叹号！

北京时间12月30日(周三)晚8点，麻省理工学院计算机系在读博士生—李昀烛的Talk将准时在将门TechBeat技术社区开播！

他与大家分享的主题是: 「基于深度学习的动力学建模、物理系统推断和机器人操作」。届时将围绕主题分享他和团队在NeurIPS 2020、ICLR 2019、ICLR 2020、CoRL 2020中的工作。

MIT在读博士生带你逛MIT机器人实验室

👇

Talk·信息

▼

主题：基于深度学习的动力学建模、

物理系统推断和机器人操作

嘉宾：麻省理工学院

计算机系在读博士生 李昀烛

时间：北京时间 12月30日 (周三) 20:00

地点：将门TechBeat技术社区

http://www.techbeat.net/

长按识别二维码，一键完成预约！

Talk·提纲

▼

人在和环境交互的过程中，会建立起对周围环境的物理认知。这种认知能帮助我们实现很多对机器人来说难度很高的交互行为。本次分享将介绍我们在该话题上的一些最新探索和思考，希望让机器人也能拥有这种物理认知，来帮助其更好地适应不同的环境，并完成更困难的操作任务。本次分享将围绕深度学习的动力学建模，及其在机器人操作和物理系统推断等方面的应用展开。

第一部分主要介绍基于深度学习的机器人操作和动力学建模，将分享三项工作：

1. 学习粒子的动力学模型来操作流体和软性物体 (ICLR 2019)2. 基于物体关键点动力学模型的机器人操作 (CoRL 2020)3. 学习潜在空间的线性动力学模型来实现更高效的控制 (ICLR 2020)

第二部分主要介绍基于深度学习的物理系统推断，将分享两项工作：

1. 从图像中发现物理系统的因果关系 (NeurIPS 2020)

2. 从视频里学习动力学模型来进行时序和空间上的推断 (ICLR 2020)

Talk·参考资料

▼

这是本次分享中将会提及的资料，建议提前预习哦！

1. Learning Particle Dynamics for Manipulating Rigid Bodies, Deformable Objects, and Fluids (ICLR 2019)

http://dpi.csail.mit.edu/

2. Keypoints into the Future: Self-Supervised Correspondence in Model-Based Reinforcement Learning (CoRL 2020)

https://sites.google.com/view/keypointsintothefuture

3. Causal Discovery in Physical Systems from Videos (NeurIPS 2020)

https://yunzhuli.github.io/V-CDN/

4. Learning Compositional Koopman Operators for Model-Based Control (ICLR 2020)

http://koopman.csail.mit.edu/

5. CLEVRER: CoLlision Events for Video REpresentation and Reasoning (ICLR 2020)

http://clevrer.csail.mit.edu/

Talk·提问交流

▼

方式 ①

在本文留言区直接提出你的问题，或扫描下方二维码提问！问题被选中的小伙伴们将获得一个红包奖励！

方式 ②

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，说不定就被讲者直接翻牌解答了呢！

你的每一次贡献，我们都会给予你相应的i豆积分，近期还会有惊喜奖励哦！

Talk·嘉宾介绍

▼

李昀烛是MIT EECS四年级在读博士生，师从Antonio Torralba和Russ Tedrake教授。本科毕业于北京大学，曾在斯坦福大学人工智能实验室和英伟达机器人实验室实习。

他的研究方向是计算机视觉、机器学习和机器人领域的交叉，主要关注基于深度学习的机器人动力学建模和多模态感知。他希望自己的研究能够使机器人更好地感知环境，并在动态环境中做出更好的决策。

他曾获得Adobe Research Fellowship和NVIDIA Graduate Fellowship Finalist。他的工作发表于Nature、CVPR、NeurIPS、ICRA等顶级期刊和会议，并被多个主流媒体如BBC、CNN、Forbes、TechCrunch等报道。

长按识别二维码，一键完成预约！

关于TechBeat社区 

▼

TechBeat(www.techbeat.net)是一个荟聚全球华人AI精英的成长社区。 我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！          

更多详细介绍>>https://mp.weixin.qq.com/s/14BNNvoF2C39DoSFT_WXfg