关于我

我是李致远,多伦多大学机器人工程专业学生,对具身智能和全栈开发充满热情。目前在华为诺亚方舟实验室进行研究,同时在 Prelude CA 担任前端负责人。

教育背景

多伦多大学
工程科学学士,机器人专业
2022年9月 - 2027年4月
GPA: 3.90院长荣誉榜(每学期)目前在进行PEY实习

研究经历

研究助理
华为技术,诺亚方舟实验室 - 具身智能
2025年5月 - 至今
加拿大安大略省多伦多
  • 研究视觉-语言-动作(VLA)模型如Pi0在视觉杂乱环境中的机器人操控应用,研究感知-动作耦合和鲁棒性退化。使用UR5e和Franka机器人配合ROS集成设计实验。
  • 探索通过Plan-to-Evolve (P2E)框架进行长期符号规划。使用基于PDDL的领域和思维链推理微调包括Qwen3和LLaMA 3/4在内的大语言模型。整合VLA和运动规划器进行真实机器人实验。
  • 贡献于Mem2Ego,一种用于长期具身导航的全局到自我中心记忆架构。在ROS2中集成V-SLAM和Nav2用于代理引导导航。
  • 作为The North Star团队核心工程师参加NeurIPS 2025行为挑战赛。设计集成SAM6D、Pi0 VLA和经典机器人运动规划的有限状态机流水线,在Isaac Sim中完成50+家庭任务。获得第四名。
本科研究助理
多伦多大学连续体机器人实验室
2024年2月 - 2025年4月
加拿大安大略省多伦多
  • 深入研究连续体机器人的状态估计,专注于约束和自由度。将克拉克变换扩展到腱驱动连续体机器人(TDCR)的通用模型。
  • 从第一性原理分析TDCR正向运动学,评估材料刚度、尺寸效应、圆盘半径和肌腱长度等硬件因素。引入修正因子以提高模型精度。
  • 使用MuJoCo和Pyplot开发和仿真TDCR模型。通过OpenCR项目的博客文章记录研究成果。

发表论文

Distracted Robot: How Visual Clutter Undermines Robotic Manipulation
投稿至 ICRAarXiv:2511.22780
Improving Robotic Manipulation Robustness via NICE Scene Surgery
投稿至 ICRAarXiv:2511.22777
Plan2Evolve: LLM Self-Evolution for Improved Planning Capability
投稿至 ICLRarXiv:2509.21543
Mem2Ego: Empowering VLMs with Global-to-Ego Memory for Navigation
投稿至 ICRAarXiv:2502.14254

获奖与荣誉

普特南数学竞赛

得分42,个人排名前154,前5团队核心成员

加拿大数学奥林匹克

受邀参赛选手

多伦多大学本科数学竞赛

全校区、全年级参赛者中排名第一

CEMC数学竞赛

欧几里得荣誉榜(排名77)、Hypatia、Fermat、CSMC荣誉榜(排名100)

AMC/AIME数学竞赛

两次AMC荣誉榜(前0.1%)、两次AIME荣誉榜(前0.1%)