团队研究方向

🧠 自进化智能体系统

Self-Evolving AI Agents

自进化智能体

我们研究可自进化的智能体系统，通过数据驱动与交互反馈实现持续学习与能力提升，面向复杂环境中的自主决策与协同任务。

We study self-evolving AI agents that continuously improve through data, interaction, and feedback, enabling adaptive intelligence in complex real-world environments.

  • 多智能体协同与进化（Multi-agent Evolution）
  • 长期记忆与偏好建模（Memory & Preference）
  • 垂域智能体构建（Domain Agents）

👉 See Publications →

🤖 机器人自主感知系统

Autonomous Perception for Robotics

机器人感知

面向复杂动态环境下的机器人系统，研究融合多模态感知、语义理解与实时决策的自主感知方法，实现稳定可靠的环境理解能力。

We develop robust perception systems for robots operating in complex and dynamic environments, integrating multi-modal sensing, semantic understanding, and real-time decision support.

  • 多模态感知融合（Multi-modal Perception）
  • 语义建图与环境理解（Semantic Mapping）
  • 数据驱动模型优化（Data-driven Modeling）

👉 See Projects →

👁️ 计算机视觉

Computer Vision

计算机视觉

我们围绕视觉理解与复杂环境感知展开研究，重点关注小样本学习、多模态融合与复杂工业场景下的鲁棒视觉建模方法，推动视觉技术在实际应用中的落地。

We study advanced computer vision methods for complex real-world scenarios, focusing on robust perception, multimodal learning, and few-shot visual understanding.

  • 图像复原与增强（Image Restoration）
  • 小样本学习（Few-shot Learning）
  • 多模态视觉建模（Multimodal Vision）

Projects:
浙江省“尖兵领雁+X”科技计划项目（2026C02A1223）
工业复杂场景下多模态小样本视觉目标检测方法研究及示范应用

👉 See Publications →

⚙️ 模型驱动的智能系统

Model-driven Intelligent Systems

模型驱动的智能系统

我们研究从数据到模型再到系统部署的统一方法，强调模型与系统的协同设计，实现高效、可解释且可扩展的智能系统。

We investigate unified methodologies for model-driven intelligent systems, bridging data, models, and system deployment with an emphasis on efficiency, interpretability, and scalability.

  • 模型与系统协同设计（Model-System Co-design）
  • 高效计算与部署（Efficient Deployment）
  • 结构化与可解释建模（Interpretable Models）

👉 See Projects →

🏥 医学影像智能分析

Medical Imaging & AI

医学影像分析

我们面向医学影像分析与智能医疗应用，研究高效、可靠且可解释的智能模型，重点关注联邦学习与跨机构协同建模，同时结合医学机理探索，推动AI在真实临床环境中的应用。

We develop AI methods for medical imaging with a focus on federated learning, cross-institution modeling, and clinically reliable intelligent systems.

  • 医学影像分割与检测（Segmentation & Detection）
  • 联邦学习与隐私保护（Federated Learning）
  • 跨机构协同建模（Cross-institution Learning）
  • 医学机理建模（Medical Mechanism Modeling）

在研项目 Projects:
浙江省“尖兵领雁+X”科技计划项目（2026C02A1193）
基于“肠-关节轴”理论的骨关节炎发展机制及人工智能辅助的益生菌精准干预策略研究

👉 See Publications →

🎓 AI+教育

AI for Education

AI+教育

我们面向教育智能化场景，研究基于大模型与智能体的教学系统与学习分析方法，重点探索课程生成、个性化学习与教学决策支持等关键问题，推动AI在教育领域的实际应用落地。

We explore AI technologies for education, focusing on LLM-based educational agents, personalized learning, and intelligent teaching systems.

  • 教学智能体与课程生成（Educational Agents & Course Generation）
  • 个性化学习与推荐（Personalized Learning）
  • 学习行为分析（Learning Analytics）

相关论文 Selected Work:
CourseAgent: 基于大模型的课程生成与教学智能体方法（教育技术研究）

在研项目 Projects:
浙江省“尖兵领雁+X”科技计划项目（2025C02025）
基于人工智能的教育领域典型场景关键技术研究与应用

👉 See Publications →