Talk预告 | 法国巴黎理工学院李士尧：面向大规模场景的高效探索|mapping|博士生|李士尧|法国巴黎理工学院|讲者

本期为TechBeat人工智能社区第778期线上Talk。

北京时间7月1日(周三) 20:00，法国巴黎理工学院博士生李士尧的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是：面向大规模场景的高效探索。届时他将分享主动建图方向的最新研究成果，从大规模场景探索到动态环境重建，展现空间智能的发展趋势。

Talk·信息

主题：面向大规模场景的高效探索

嘉宾：法国巴黎理工学院·博士生 - 李士尧

时间：北京时间7月1日(周三) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

Talk·介绍

如何让机器人主动探索并理解复杂世界？本报告将分享主动建图方向的最新研究成果，从大规模场景探索到动态环境重建，展现空间智能的发展趋势。

Talk大纲

1. 研究背景与挑战：在复杂环境中进行高效信息获取

2. 相关工作：面向大规模复杂室内场景的高效探索方法、实现室内外统一建图的泛化框架，以及在动态环境中对运动目标进行主动观测与重建的方法

3. 总结：如何共同推动面向通用空间智能体的主动感知与建图研究

Talk·预习资料

[1] MACARONS: Mapping And Coverage Anticipation with RGB Online Self-Supervision 论文链接：https://arxiv.org/abs/2303.03315 项目主页：https://imagine.enpc.fr/~guedona/MACARONS/

[2] NextBestPath: Efficient 3D Mapping of Unseen Environments 论文链接：https://arxiv.org/abs/2502.05378 项目主页：https://shiyao-li.github.io/nbp/

[3] Paparazzo: Active Mapping of Moving 3D Objects 论文链接：https://arxiv.org/abs/2604.19556 项目主页：https://davidea97.github.io/paparazzo-page/

[4] MAGICIAN: Efficient Long-Term Planning with Imagined Gaussians for Active Mapping 论文链接：https://arxiv.org/abs/2603.22650 项目主页：https://shiyao-li.github.io/magician/

Talk·提问交流

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，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

Talk·嘉宾介绍

李士尧

法国巴黎理工学院·博士生

李士尧现为法国巴黎理工学院（Institut Polytechnique de Paris）IMAGINE 实验室和法国国家信息与自动化研究所（Inria）Willow 团队博士生，师从 Vincent Lepetit 和 Shizhe Chen，并获得欧洲研究委员会（European Research Council）Advanced Grant Explorer 项目资助。其研究方向主要聚焦于空间智能（Spatial Intelligence）。在攻读博士学位之前，毕业于法国巴黎萨克雷高等师范学院（ENS Paris-Saclay）数学、视觉与学习（MVA）硕士项目，并以最高荣誉（mention très bien）获得学位。其研究成果发表于计算机视觉与模式识别领域顶级国际会议 CVPR 2026 和机器学习领域顶级国际会议 ICLR 2025。

离开大厂投身创业，五位自主掌舵人的线上闭门交流

北京时间7月1日(周三) 晚20:00截止报名

详情点击图片跳转

-The End-