刘纪霆

Jiting Liu

我目前是数学专业的大三本科生。

我的长期目标是构建通用具身智能，让智能体能够在开放环境中理解目标、解决未见任务，并通过交互持续获得新的能力。我关注支撑这一目标的模型与学习机制，尤其是：

通用策略学习：将语言、视频与机器人经验中的知识转化为跨任务、跨本体的行动能力，减少学习新技能所需的专用示范
记忆与长程推理：组织和调用交互历史，跟踪任务进展，并结合当前观测与执行反馈完成长程决策
递归自进化：利用交互反馈改进策略及其学习机制，并让改进后的系统推动下一轮经验获取、评估与更新

我近期的工作 MorphAct 聚焦机器人学习的可扩展性：不同操作对共享参数的更新需求可能相互冲突，我们探索让策略随交互情境调整参数，以容纳更丰富的环境与交互。我是 MorphAct 与 Evo-Depth（NeurIPS 2026，已录用）的共同第一作者，也参与了 Evo-1（CVPR 2026）等工作。

Google Scholar Semantic Scholar GitHub

科研经历

我曾在上海交通大学的 MINT 实验室和香港大学的 Miro Dynamics–HKU CGVU 联合实验室担任科研助理，研究涉及机器人空间感知与面向灵巧操作的跨本体动作重定向。

香港大学

2026 年 10 月结束

香港大学 · Miro Dynamics–HKU CGVU 联合实验室

科研助理（Research Assistant）

参与 MiroCap 项目，开展面向灵巧操作的跨本体动作重定向研究，将标准化交互表征转化为可执行的机器人动作，并保留任务意图、物体运动与接触结构。

在香港大学计算与数据科学学院 Taku Komura 教授的团队开展研究，期间得到廖周应成和王文佳博士的指导。

上海交通大学

2025–2026

上海交通大学 · MINT 实验室

科研助理（Research Assistant）

研究参数化机器人策略与空间感知增强。共同第一作者工作包括 MorphAct 与 Evo-Depth（NeurIPS 2026）；参与 Focusable Monocular Depth Estimation（NeurIPS 2026）和 Evo-1（CVPR 2026）工作。

在赵波老师的指导下开展具身智能与视觉—语言—动作模型研究，期间也得到李根教授、林涛和杜雨新的指导。