研究方向与已有证据
研究方向 · 空间智能
智能系统如何从不完整的观测中，理解物理世界？
我的长期研究方向是空间智能：让智能系统理解物理世界的属性、关系与变化，并据此推理和行动。我从观测入手：传感器提供不完整、带噪声且彼此不同的证据，已发表的工作研究怎样从中提取有用的物理量。如何让这种理解持续成立，并用于决策，是接下来要推进的问题。
- 不完整
- 传感器的视角与物理机制决定了它能观测什么。
- 不相同
- 两种模态可以观测同一对象，却测量不同的物理属性。
- 持续变化
- 世界和观测发生变化时，系统必须重新审视已有估计。
相机
毫米波Proteus 论文中的 RGB 与毫米波 SAR 观测。每种模态揭示同一物理场景的不同侧面。 Proteus
研究路线
已发表的研究建立了感知与表征方面的具体基础；当前研究开始引入时间与情境。这条路线从已有成果出发，走向持续的物理世界理解。后面的阶段仍是需要研究和验证的问题。
-
已有成果
从回波中提取信息
仿生声呐与 mmLeaf 让我接触间接观测：从回声中寻找结构，用无线电波测量叶片。
早期研究 -
已有成果
从互补视角中学习
Hydra 将雷达与相机的观测结合起来。接下来的问题不再只是选什么传感器，而是如何表达它们提供的信息。
Hydra -
已有成果
让表征服务于测量
Proteus 研究雷达可以向相机学习什么；Adonis 则从干湿分类走向湿度程度的测量，并针对田间条件进行校准。
Proteus 与 Adonis -
正在推进 · 公开预印本
从一次快照到连续记录
驾驶评估推动研究从单次测量转向时间与情境中的行为理解。公开预印本提出了设计原则与研究机会，完整监测系统的评估仍有待完成。
持续驾驶评估 -
未来方向
持续理解，支持推理与行动
把物理估计连接到时间中，在证据变化时修正理解，并判断何时足以支持决策。这些是建立在已有感知基础上的下一阶段研究目标。
研究愿景
持续理解物理世界
我希望建立一个以空间智能为方向的研究计划，将观测、物理表征与持续理解连接起来。目标是让系统持续知道：世界正在发生什么，哪些仍不确定，以及证据何时足以支持推理或行动。以下三个开放问题，构成接下来要推进的研究。
不完整证据下的理解
哪些物理状态可以推断，哪些必须保留为未知？
研究把异构观测连接到物理量的表征，让不确定性成为显式信息。
随时间持续的理解
当观测中断或环境改变，系统应该怎样修正判断？
研究跨时间的连续性、变化与不确定性，并用缺失观测和变化条件检验方法。
可以支持决策的理解
一个估计在什么条件下，才足以支持决策？
将模型可靠性与错误的后果联系起来，研究何时需要更多证据，何时应交由人来判断。