很多人其實(shí)已經(jīng)在不知不覺中接觸到了多智能體協(xié)作帶來(lái)的變化。

電商大促時(shí)，倉(cāng)庫(kù)里往往不是一臺(tái)機(jī)器人在工作，而是一整組機(jī)器人同時(shí)分揀、運(yùn)輸、避讓和交接。自動(dòng)駕駛真正困難的地方，也不只是讓一輛車學(xué)會(huì)開，而是讓很多輛車在同一條路上彼此配合?，F(xiàn)實(shí)中的很多復(fù)雜任務(wù)，本質(zhì)上都不是單個(gè)智能體可以獨(dú)立完成的，智能系統(tǒng)也是一樣。

但現(xiàn)實(shí)世界并不會(huì)給這些系統(tǒng)太多試錯(cuò)機(jī)會(huì)。倉(cāng)庫(kù)機(jī)器人撞一次貨架，工業(yè)機(jī)械臂裝錯(cuò)一次零件，代價(jià)都是真實(shí)的。也正因?yàn)槿绱?，越?lái)越多研究開始轉(zhuǎn)向離線強(qiáng)化學(xué)習(xí)，也就是先利用已有數(shù)據(jù)訓(xùn)練策略，而不是依賴實(shí)時(shí)試錯(cuò)。

可一旦從單智能體走向多智能體，難度會(huì)迅速上升，因?yàn)橄到y(tǒng)不僅要學(xué)會(huì)做決策，還要在反饋有限的條件下學(xué)會(huì)協(xié)作。

這正是當(dāng)前行業(yè)里的一個(gè)現(xiàn)實(shí)瓶頸。很多方法在實(shí)驗(yàn)環(huán)境里效果不錯(cuò)，但到了離線多智能體場(chǎng)景中，往往很快暴露出問(wèn)題。

一方面，真實(shí)任務(wù)里的獎(jiǎng)勵(lì)通常非常稀疏，模型很難知道自己到底哪一步做對(duì)了。另一方面，多智能體協(xié)作還會(huì)帶來(lái)責(zé)任分配問(wèn)題，也就是最后成功了，卻很難判斷到底是哪一個(gè)智能體起了關(guān)鍵作用。結(jié)果就是，系統(tǒng)明明有大量歷史數(shù)據(jù)，卻依然學(xué)不會(huì)穩(wěn)定協(xié)作，更談不上面對(duì)新任務(wù)時(shí)的泛化能力。

在這樣的背景下，來(lái)自中山大學(xué)的郭裕蘭團(tuán)隊(duì)提出了 MangoBench，并在研究《MangoBench A Benchmark for Multi-Agent Goal-Conditioned Offline Reinforcement Learning》中，嘗試重新回答一個(gè)關(guān)鍵問(wèn)題，也就是當(dāng)多個(gè)智能體不能隨便試錯(cuò)時(shí)，怎樣才能真正學(xué)會(huì)協(xié)作。

研究團(tuán)隊(duì)沒(méi)有繼續(xù)依賴傳統(tǒng)獎(jiǎng)勵(lì)驅(qū)動(dòng)，而是把問(wèn)題改寫成目標(biāo)驅(qū)動(dòng)，讓模型圍繞應(yīng)該到達(dá)什么狀態(tài)去學(xué)習(xí)，從而為離線多智能體強(qiáng)化學(xué)習(xí)提供了一條更清晰的研究路徑。

論文地址：https://wendyeewang.github.io/MangoBench/

性能分化的關(guān)鍵拐點(diǎn)

在難度適中的導(dǎo)航任務(wù)里，不同方法的表現(xiàn)差距已經(jīng)很明顯了。中山大學(xué)團(tuán)隊(duì)提出的 IHIQL 的成功率能達(dá)到 80% 到 95%，說(shuō)明它大多數(shù)時(shí)候都能把任務(wù)完成好。相比之下，ICRL 只有 40% 到 60%，GCMBC 只有 20% 到 40%，而 GCOMIGA 和 GCOMAR 基本接近 0%，幾乎等于沒(méi)學(xué)會(huì)。

換句話說(shuō)，同樣是面對(duì)離線數(shù)據(jù)，有的方法已經(jīng)能比較穩(wěn)定地找到路，有的方法卻連基本方向都抓不住。這說(shuō)明在獎(jiǎng)勵(lì)很少、反饋很弱的情況下，傳統(tǒng)的離線多智能體方法其實(shí)很容易失靈，而分層強(qiáng)化學(xué)習(xí)方法更容易學(xué)出效果。

當(dāng)任務(wù)再變難一點(diǎn)，這種差距會(huì)被進(jìn)一步放大。所有方法的表現(xiàn)都會(huì)下降，但下降的程度并不一樣。IHIQL 雖然也會(huì)掉到 30% 到 40%，但至少還保留了一部分完成任務(wù)的能力。

ICRL 和 GCMBC 會(huì)掉到 10% 到 20% 左右，其他方法則幾乎完全不行了?？梢园阉斫獬?，一開始大家都在考試，題目簡(jiǎn)單的時(shí)候還能看出誰(shuí)強(qiáng)誰(shuí)弱，題目一難，很多方法就直接交白卷了，只有少數(shù)方法還能繼續(xù)答題。IHIQL 的優(yōu)勢(shì)，正體現(xiàn)在它遇到更復(fù)雜的環(huán)境時(shí)沒(méi)有一下子垮掉。

研究人員還專門看了另一件事，也就是把一個(gè)任務(wù)交給多個(gè)智能體時(shí)，具體怎么分工會(huì)不會(huì)影響結(jié)果。比如有的設(shè)置是每個(gè)智能體負(fù)責(zé) 4 個(gè)部分，有的是每個(gè)智能體只負(fù)責(zé) 2 個(gè)部分。

結(jié)果發(fā)現(xiàn)，不管是 2×4 還是 4×2，IHIQL 在中等難度任務(wù)里都能穩(wěn)定在約 90% 左右。這個(gè)結(jié)果可以理解成，它不是只會(huì)適應(yīng)某一種固定分工，而是更像抓住了任務(wù)本身該怎么完成，所以換一種分工方式，它照樣能做得不錯(cuò)。

到了機(jī)械臂任務(wù)，這種差別就更容易看出來(lái)了。在同步協(xié)作的抬欄桿任務(wù)里，IHIQL 的成功率在 80% 以上，GCMBC 大約 60%，ICRL 大約 50%，模仿學(xué)習(xí)方法大約 40%。如果把這些方法想成幾組不同水平的工人，那么 IHIQL 這一組不但完成任務(wù)的概率更高，而且訓(xùn)練時(shí)間只有模仿學(xué)習(xí)方法的約 5%。

這說(shuō)明它不只是做得更好，而且學(xué)得更快，效率也更高。通俗一點(diǎn)說(shuō)，就是它不但更會(huì)做事，而且更快進(jìn)入狀態(tài)。

到了更復(fù)雜的異步協(xié)作任務(wù)，情況就不一樣了，原本領(lǐng)先的方法不一定還能繼續(xù)領(lǐng)先。以放置食物這個(gè)任務(wù)為例，這類任務(wù)不是大家一起同時(shí)發(fā)力，而是要一個(gè)智能體先完成前面的動(dòng)作，另一個(gè)再接著往下做，所以更考驗(yàn)先后配合。

在這種情況下，ICRL 的表現(xiàn)最好，成功率大約在 30% 到 40% 之間，明顯高于 IHIQL 和 GCMBC，模仿學(xué)習(xí)方法甚至不到 10%。這說(shuō)明當(dāng)任務(wù)強(qiáng)調(diào)步驟之間的銜接時(shí)，對(duì)比學(xué)習(xí)方法更容易學(xué)到這種順序關(guān)系。更重要的是，它不僅做得更好，訓(xùn)練時(shí)間還比模仿學(xué)習(xí)少了約 93%，也就是說(shuō)，它不只是更會(huì)學(xué)，而且學(xué)得還更快。

多目標(biāo)和單目標(biāo)的對(duì)比，則說(shuō)明了另一件很容易被忽視的事，那就是測(cè)試方式本身也會(huì)影響我們對(duì)模型的判斷。如果只用一個(gè)目標(biāo)去測(cè)試，同一個(gè)任務(wù)里，IHIQL 是 78%，GCMBC 是 22%，ICRL 是 37%。但換成多目標(biāo)評(píng)估后，它們分別提升到 82%、47% 和 56%。

這意味著很多方法其實(shí)并沒(méi)有我們?cè)瓉?lái)想的那么差，只是單目標(biāo)測(cè)試把它們的能力看窄了。換句話說(shuō)，這些方法學(xué)到的并不只是某一個(gè)固定動(dòng)作，而是面對(duì)不同目標(biāo)時(shí)，仍然能夠做出調(diào)整的能力，也就是更接近真正的泛化。

在訓(xùn)練方式的對(duì)比里，研究人員發(fā)現(xiàn)，并不是拿到更多全局信息，效果就一定更好。分布式方法 IHIQL 在中等任務(wù)里成功率大約是 95%，任務(wù)規(guī)模變大后還有大約 85%，到了超大規(guī)模任務(wù)也還能保持在 50% 左右。

相比之下，集中訓(xùn)練方法 HIQL-CTDE 在中等任務(wù)里還有大約 70%，但任務(wù)一變復(fù)雜，很快就掉到 44%，再往上甚至只剩下 1%，幾乎等于學(xué)不動(dòng)了。

這個(gè)結(jié)果可以理解成，分布式方法更像是把問(wèn)題拆開來(lái)，各個(gè)智能體先管好自己那一部分，所以任務(wù)變難時(shí)還能穩(wěn)住。集中訓(xùn)練方法看起來(lái)掌握的信息更多，但也正因?yàn)橐瑫r(shí)處理太多全局信息，任務(wù)一復(fù)雜就容易顧不過(guò)來(lái)，最后訓(xùn)練變得越來(lái)越不穩(wěn)定。

也就是說(shuō)，在多智能體任務(wù)里，信息更多不一定更占優(yōu)勢(shì)，關(guān)鍵還是系統(tǒng)能不能把復(fù)雜問(wèn)題處理得足夠清楚。

把所有實(shí)驗(yàn)結(jié)果放在一起看，其實(shí)能得出幾個(gè)很清楚的判斷。首先，很多方法之所以一到復(fù)雜任務(wù)就失效，最根本的原因不是模型太弱，而是獎(jiǎng)勵(lì)信號(hào)太少。

因?yàn)樵谙∈瑾?jiǎng)勵(lì)條件下，系統(tǒng)大部分時(shí)候都得不到明確反饋，很難知道自己到底哪一步做對(duì)了，所以訓(xùn)練很容易陷入混亂。一旦把獎(jiǎng)勵(lì)變得更密集，性能就會(huì)明顯恢復(fù)，這說(shuō)明問(wèn)題的關(guān)鍵不在模型本身，而在學(xué)習(xí)信號(hào)不夠。

其次，目前表現(xiàn)最穩(wěn)的還是分層方法。以 IHIQL 為代表的方法之所以更有效，是因?yàn)樗皇亲屇Ｐ鸵淮涡匀ソ鉀Q整個(gè)復(fù)雜任務(wù)，而是把大任務(wù)拆成多個(gè)更小的步驟來(lái)學(xué)。

這樣做的好處是，模型更容易在中間過(guò)程里得到反饋，也更不容易在任務(wù)變復(fù)雜時(shí)一下子崩掉。所以從實(shí)驗(yàn)結(jié)果來(lái)看，分層策略更像是一種讓系統(tǒng)先學(xué)會(huì)一步一步完成任務(wù)的方法，而不是一上來(lái)就要求它掌握全部。

最后，這項(xiàng)研究還說(shuō)明了多智能體系統(tǒng)最難的地方，其實(shí)不只是學(xué)會(huì)做動(dòng)作，而是學(xué)會(huì)彼此配合。在簡(jiǎn)單任務(wù)里，多智能體有時(shí)還能比單智能體做得更好，因?yàn)榇蠹曳止ぶ笮矢摺?/p>

但一旦任務(wù)變復(fù)雜，需要更精細(xì)的協(xié)作和銜接時(shí)，問(wèn)題就會(huì)立刻暴露出來(lái)。也就是說(shuō)，真正卡住多智能體系統(tǒng)的，不只是學(xué)習(xí)能力，而是協(xié)同能力，這也是為什么協(xié)作會(huì)成為整個(gè)系統(tǒng)進(jìn)一步提升表現(xiàn)的最大瓶頸。

從獎(jiǎng)勵(lì)驅(qū)動(dòng)到目標(biāo)驅(qū)動(dòng)

在實(shí)驗(yàn)設(shè)計(jì)上，研究團(tuán)隊(duì)先做了一件很關(guān)鍵的事，就是把原本的離線數(shù)據(jù)重新整理了一遍。原始數(shù)據(jù)里只有狀態(tài)和動(dòng)作，記錄的是系統(tǒng)當(dāng)時(shí)看到了什么、做了什么。

研究人員在這個(gè)基礎(chǔ)上又加進(jìn)了目標(biāo)和獎(jiǎng)勵(lì)，也就是把原來(lái)的數(shù)據(jù)改造成了狀態(tài)、動(dòng)作、目標(biāo)、獎(jiǎng)勵(lì)這樣的形式。具體來(lái)說(shuō)，他們會(huì)從已有軌跡里隨機(jī)挑出一個(gè)狀態(tài)當(dāng)作目標(biāo)，再去判斷當(dāng)前行為有沒(méi)有朝這個(gè)目標(biāo)靠近，然后自動(dòng)生成對(duì)應(yīng)的獎(jiǎng)勵(lì)。

這樣一來(lái)，同一批歷史數(shù)據(jù)就不再只能拿來(lái)學(xué)一個(gè)任務(wù)，而是可以圍繞不同目標(biāo)反復(fù)使用，相當(dāng)于把原有數(shù)據(jù)的價(jià)值放大了。

這樣做的意義在于，它把原來(lái)的學(xué)習(xí)方式換了一種思路。傳統(tǒng)強(qiáng)化學(xué)習(xí)更像是讓模型一邊做一邊等反饋，問(wèn)題是這種反饋往往很少，很多時(shí)候模型根本不知道自己到底做得對(duì)不對(duì)。

加入目標(biāo)之后，情況就不一樣了。模型不再只是被動(dòng)等獎(jiǎng)勵(lì)，而是會(huì)一直圍繞一個(gè)明確目標(biāo)去行動(dòng)，判斷自己是不是在一步步接近它。換句話說(shuō)，原本那種模糊又稀少的反饋，被變成了更直接、更容易理解的學(xué)習(xí)信號(hào)，所以模型更容易學(xué)出有效策略。

為了讓結(jié)果更可靠，研究團(tuán)隊(duì)在實(shí)驗(yàn)設(shè)置上也做得比較嚴(yán)謹(jǐn)。運(yùn)動(dòng)任務(wù)一共訓(xùn)練了 100 萬(wàn)步，測(cè)試時(shí)還會(huì)換 5 個(gè)不同目標(biāo)，并用 5 個(gè)隨機(jī)種子反復(fù)驗(yàn)證，也就是不只看一次結(jié)果，而是看它在不同條件下是不是都能穩(wěn)定表現(xiàn)。

操作任務(wù)也一樣，訓(xùn)練步數(shù)分別是 1.5 萬(wàn)和 3.88 萬(wàn)，測(cè)試時(shí)還用了 100 個(gè)隨機(jī)種子。這樣做的目的很明確，就是盡量避免某一次訓(xùn)練碰巧表現(xiàn)好，確保最后看到的結(jié)果是穩(wěn)定的，而不是偶然的。

在任務(wù)安排上，研究人員也不是隨便選幾個(gè)場(chǎng)景，而是故意把難度一點(diǎn)點(diǎn)往上加。運(yùn)動(dòng)任務(wù)從較簡(jiǎn)單的迷宮開始，逐漸增加到更復(fù)雜的迷宮，最后再加入隨機(jī)傳送這樣的高難度設(shè)置。

操作任務(wù)則從需要同時(shí)配合的同步任務(wù)，發(fā)展到需要講究先后順序的異步任務(wù)。這樣設(shè)計(jì)，其實(shí)是想更系統(tǒng)地觀察模型在不同復(fù)雜度下的表現(xiàn)，不只是看它能不能完成任務(wù)，更想看它在任務(wù)越來(lái)越難時(shí)，是否還具備泛化能力、長(zhǎng)期規(guī)劃能力和協(xié)作能力。雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))

換句話說(shuō)，研究團(tuán)隊(duì)想測(cè)試的不是模型會(huì)不會(huì)做一道題，而是題目一旦變難，它還能不能繼續(xù)做下去。

研究人員還專門分析了，為什么 CTDE 這種看上去信息更多的方法，最后反而表現(xiàn)不好。按直覺來(lái)說(shuō)，既然它在訓(xùn)練時(shí)能看到更多全局信息，效果似乎應(yīng)該更好，但問(wèn)題恰恰也出在這里。

因?yàn)樗吹降臇|西太多了，全局狀態(tài)本質(zhì)上就是把所有智能體的狀態(tài)都拼在一起，這會(huì)讓問(wèn)題一下子變得非常大、非常復(fù)雜，模型需要同時(shí)處理的內(nèi)容也會(huì)迅速增加。

除此之外，CTDE 在訓(xùn)練時(shí)和執(zhí)行時(shí)其實(shí)并不是完全一致的。訓(xùn)練階段，模型會(huì)利用全局信息來(lái)學(xué)習(xí)；但真正做決策時(shí)，每個(gè)智能體又只能根據(jù)自己的局部信息行動(dòng)。這樣一來(lái)，就會(huì)出現(xiàn)一種情況：訓(xùn)練時(shí)學(xué)到的東西，到了實(shí)際執(zhí)行時(shí)不一定能順利用上，這會(huì)讓優(yōu)化過(guò)程變得更困難。

還有一個(gè)更隱蔽的問(wèn)題在于目標(biāo)本身。CTDE 一方面要處理整體任務(wù)的全局目標(biāo)，另一方面又要讓每個(gè)智能體根據(jù)自己的局部目標(biāo)去行動(dòng)。這樣就容易出現(xiàn)兩套目標(biāo)之間對(duì)不上的情況，也就是模型的一部分在學(xué)整體方向，另一部分卻在學(xué)局部細(xì)節(jié)，最后很難配合到一起。

所以，CTDE 的問(wèn)題并不是信息不夠，而是信息太多、結(jié)構(gòu)太復(fù)雜，最后讓訓(xùn)練變得不穩(wěn)定。表面上看，它像是在幫模型看到更完整的全局；但實(shí)際上，正是這種額外的復(fù)雜性，讓它在任務(wù)一變難時(shí)更容易失效。

從方法到問(wèn)題本質(zhì)

從實(shí)驗(yàn)意義來(lái)看，研究團(tuán)隊(duì)最重要的貢獻(xiàn)，不只是提出了一套新方法，而是更清楚地揭示了 Offline MARL 為什么一直很難真正做好。

研究結(jié)果說(shuō)明，問(wèn)題的核心并不只是模型能力強(qiáng)不強(qiáng)，而是在訓(xùn)練過(guò)程中存在兩個(gè)更根本的障礙。第一個(gè)障礙是學(xué)習(xí)信號(hào)太弱，因?yàn)?reward 很稀疏，模型在大多數(shù)時(shí)候得不到明確反饋，Q- function 很難穩(wěn)定收斂，所以很多方法即使訓(xùn)練很久，效果仍然很差。

第二個(gè)障礙是責(zé)任分配問(wèn)題，也就是在多智能體協(xié)作中，很難判斷到底是哪一個(gè) agent 對(duì)最后的成功起了關(guān)鍵作用。一旦這個(gè)貢獻(xiàn)關(guān)系分不清，梯度更新就容易出錯(cuò)，最后就會(huì)出現(xiàn)協(xié)作失敗。研究的價(jià)值就在于，它把多智能體離線強(qiáng)化學(xué)習(xí)最深層的困難點(diǎn)明確指出來(lái)了。

研究團(tuán)隊(duì)還說(shuō)明了 goal-conditioned 真正有效的原因。它的作用并不只是給模型多加一個(gè)目標(biāo)輸入，而是改變了整個(gè)學(xué)習(xí)方式。原來(lái)模型主要依賴 reward 來(lái)判斷行為好壞，這種信號(hào)很少，也不穩(wěn)定。

加入目標(biāo)之后，每個(gè) state 都能和某個(gè) goal 聯(lián)系起來(lái)，學(xué)習(xí)信號(hào)就明顯變多了，模型也更容易知道自己應(yīng)該往什么方向調(diào)整。

這樣一來(lái)，強(qiáng)化學(xué)習(xí)就不再只是盲目地追逐獎(jiǎng)勵(lì)，而更像是在學(xué)習(xí)如何從當(dāng)前位置到達(dá)目標(biāo)位置。這種形式比單純依賴 reward 更穩(wěn)定，也更容易訓(xùn)練。

更重要的是，同一個(gè)模型可以面對(duì)不同目標(biāo)完成不同任務(wù)，這說(shuō)明模型學(xué)到的不是死記硬背的固定動(dòng)作，而是具有一定泛化能力的行為策略。

研究人員進(jìn)一步說(shuō)明了為什么分層方法會(huì)更有效。原因在于，分層方法同時(shí)解決了兩個(gè)難題。一方面，它通過(guò)設(shè)置中間目標(biāo)緩解了稀疏獎(jiǎng)勵(lì)問(wèn)題，讓模型在任務(wù)還沒(méi)有最終完成之前，就已經(jīng)能得到階段性的反饋。

另一方面，它把原本很長(zhǎng)、很復(fù)雜的任務(wù)拆成多個(gè)更短、更容易處理的小任務(wù)，從而減輕了長(zhǎng)時(shí)間依賴帶來(lái)的學(xué)習(xí)難度。換句話說(shuō)，分層方法之所以有效，本質(zhì)上是因?yàn)樗岩粋€(gè)很難直接學(xué)會(huì)的大問(wèn)題，拆成了多個(gè)更容易逐步解決的小問(wèn)題。雷峰網(wǎng)

這一點(diǎn)對(duì)于多智能體任務(wù)尤其重要，因?yàn)槎嘀悄荏w系統(tǒng)本來(lái)就比單智能體更難協(xié)調(diào)，如果沒(méi)有這種結(jié)構(gòu)化拆分，訓(xùn)練會(huì)更加不穩(wěn)定。

這項(xiàng)研究對(duì)普通人的影響也很實(shí)際。現(xiàn)實(shí)生活中很多場(chǎng)景并不允許系統(tǒng)反復(fù)試錯(cuò)，比如自動(dòng)駕駛、倉(cāng)儲(chǔ)物流、工廠機(jī)械臂、醫(yī)院輔助機(jī)器人等。這些系統(tǒng)一旦出錯(cuò)，代價(jià)往往很高，所以很多時(shí)候只能依賴已經(jīng)收集好的歷史數(shù)據(jù)進(jìn)行訓(xùn)練，也就是離線學(xué)習(xí)。

研究團(tuán)隊(duì)所做的工作，本質(zhì)上是在探索怎樣讓多個(gè)智能體在不能隨便試錯(cuò)的情況下，依然學(xué)會(huì)穩(wěn)定協(xié)作。這個(gè)方向如果繼續(xù)發(fā)展，未來(lái)普通人可能會(huì)直接受益于更安全的自動(dòng)駕駛系統(tǒng)、更高效的物流配送機(jī)器人、更穩(wěn)定的工業(yè)自動(dòng)化設(shè)備，以及更可靠的醫(yī)療和家庭輔助機(jī)器人。

MangoBench 背后的科研工作者

汪怡，中山大學(xué)在讀一年級(jí)博士生，主要研究方向?yàn)槿S視覺和強(qiáng)化學(xué)習(xí)，師從郭裕蘭教授，于深圳河套學(xué)院實(shí)習(xí)，完成此論文時(shí)期在中山大學(xué)讀本科。在 CVPR 等 CCF A 類會(huì)議發(fā)表多篇論文，參與中國(guó)圖學(xué)學(xué)會(huì)“奮發(fā)圖強(qiáng)”博士生 workshop，參與 China3DV 墻報(bào)展示，曾獲中山大學(xué)研究生校長(zhǎng)獎(jiǎng)學(xué)金等。

鐘檸澤，完成此論文時(shí)期在中山大學(xué)讀本科，與郭裕蘭教授合作，主要研究方向?yàn)闄C(jī)器人，三維視覺和強(qiáng)化學(xué)習(xí)。在 CVPR/ICLR/ACM MM 等 CCF A 類會(huì)議等發(fā)表論文，CVPR/NeurIPS/ECCV 審稿人，論文在China3DV/ChinaGraph 大會(huì)等展示，現(xiàn)在美國(guó)賓夕法尼亞大學(xué) GRASP Lab 讀研究生，與 Vijay Kumar 院長(zhǎng)合作。

符智恒，西澳大學(xué)博士，香港理工大學(xué)博士后，主要研究方向?yàn)槿S重建與生成。發(fā)表論文共 20 余篇（包括CVPR、ICCV、TIP、ECCV、IJCAI等），英文著作一部 Point Cloud Intelligence 。

王龍光，中山大學(xué)博士后，主要研究方向?yàn)榈讓右曈X和三維視覺。以第一作者身份發(fā)表 CCF A 類論文共 11 篇，谷歌學(xué)術(shù)總引用數(shù)為 7100 余次。入選中國(guó)科協(xié)青年人才托舉工程，連續(xù)三年入選全球前 2% 頂尖科學(xué)家榜單；主持國(guó)家及省部級(jí)項(xiàng)目 9 項(xiàng)。

張曄，中山大學(xué)副研究員，主要研究方向?yàn)榭臻g智能與三維視覺。發(fā)表學(xué)術(shù)論文 30 余篇，主持國(guó)家級(jí)和省部級(jí)項(xiàng)目3項(xiàng)，曾擔(dān)任首屆中國(guó)空間智能大會(huì)本地主席。

郭裕蘭，中山大學(xué)教授，主要研究空間智能與三維視覺。主持國(guó)家自然科學(xué)基金聯(lián)合重點(diǎn)項(xiàng)目等 10 余項(xiàng)，發(fā)表學(xué)術(shù)論文 200 余篇，谷歌學(xué)術(shù)引用 2 萬(wàn)余次，入選Clarivate全球高被引科學(xué)家。擔(dān)任中國(guó)圖象圖形學(xué)學(xué)會(huì)三維視覺專委會(huì)副主任，IEEE TIP 高級(jí)領(lǐng)域編輯（SAE）。曾擔(dān)任首屆中國(guó)空間智能大會(huì)主席，歷屆中國(guó)三維視覺大會(huì)組委會(huì)主席。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。