中文简历
个人简介
何旻,男,中共党员。现就读于南洋理工大学电气与电子工程学院。2025年毕业于重庆理工大学计算机科学与工程学院,获工学学士学位。
- 邮箱:MHE009(at)e.ntu.edu.sg
- 地址:新加坡南洋大道50号,邮编639798
- 个人主页:https://qiyuanlanniao.github.io
教育背景
研究兴趣
- VLA
- VLN
- WAM
- Agent
实习经历
联想(上海)信息技术有限公司(LR Robotics Algorithm)- 机器人具身智能研究实习生 2026.05-2026.08
以联想晨星MX机器人为载体,构建了由任务规划主脑NavAgent与Slow-Fast双系统导航DualVLN协同的智能体系统AgenticVLN。NavAgent基于LangGraph状态机,负责全局任务解析、记忆存储、遥测自检与异常诊断。DualVLN负责具体的运动生成,利用System2(2HZ,微调QwenVL-2.5)预测2D像素亚目标,并由System1(30HZ,NextDiT)输出高频物理轨迹。SR提升10.1%, SPL提升6.7%, NE降低17.6%, StR降低32.5%。
项目经历
DirectVLA:极简直接映射架构的高频低显存实时VLA策略研发 2026.06-今
针对传统 VLA 依赖数十亿参数 LLM 导致显存大(>10 GB)且延迟高(~11 Hz)的瓶颈,主导研发了极简直接映射架构的实时策略DirectVLA。项目摒弃V→L→A 路径,基于DINOv3与BERT构建V+L→A模型,结合双向图文交互与非自回归连续动作块解码。在单张RTX 4090上,模型以仅0.22B参数和0.9GB显存实现~30ms超低延迟。 在LIBERO单臂(98.7%),RoboTwin双臂(60.2%)及xMate SR3实机(最高 92.5%)上完成高鲁棒性闭环验证。
OmniVLN:面向空地视觉语言导航的全方位3D感知和令牌高效LLM推理 Co-first Author, IEEE RA-L (SCI Q2 TOP, Under Review)
针对具身Agent空间推理缺失与上下文膨胀难题,构建基于LangGraph状态图与 5层动态场景图环境世界模型的自主导航Agent架构。系统融合持续同调拓扑分房与VLM双重图剪枝精化空间表征;决策端首创 Ego-centric立体8邻域观测模型与多分辨率空间注意力提示机制,结合 Actor-Critic自反思与空间工具链增强实现长程 Zero-shot主动感知闭环。实验表明Agent决策成功率达 93.18%(视角依赖准确率提升22.73%),推理 Token 消耗降低 69.98%。
A Review of Data Fusion and Deep Learning Models for Multimodal Sentiment Analysis. First Author, Published to In Proceedings of E-commerce and Artificial Intelligence (ECAI 2024)
荣誉奖项
- 国家级-国家奖学金
- 国家级-全国大学生数据统计与分析竞赛全国二等奖
- 国家级-团体程序设计天梯赛全国总决赛三等奖
- 省市级-重庆市优秀毕业生