杨志柳，云南省“兴滇英才支持计划”青年人才。2021年8月博士毕业于美国克拉克森大学电子与计算机工程专业。现聚焦具身智能体感知、定位、建图、路径规划、操控等问题，开展多模态场景重建与生成、端到端路径规划、数字人重建等研究。目前在IEEE TMM、JFR、IROS等顶级期刊和会议发表论文18篇，主持或参与省级科研基金6项。曾参与研制我国首个在轨图像实时处理器，获2015年北京理工大学雷达所“毛二可院士、龙腾院士创新团队”科研贡献奖。

总体方向：

视觉感知与场景理解，地图构建与三维生成，路径规划与轨迹预测，深度学习与最优化理论

具体技术：

Ÿ   针对彩色图、深度图等视频流，基于辐射场、光流场、动力场进行多场统一化建模，采用Transformer深度学习网络、三维渲染算法，实现统一化全景语义地图构建、目标跟踪、目标位姿估计与目标运动轨迹预测；

Ÿ   基于神经辐射场（NeRFs）、高斯泼溅（3D Gaussian Splatting）等算法，实现刚体、连接体、变形体等动态目标的高精度位姿估计与精细化四维重建，并支持大规模场景动静分离等下游任务；

Ÿ   基于全景点云分割网络、神经辐射场与后端捆集优化算法处理激光雷达点云数据，进行多尺度点云三维重建、点云语义识别以及智能体定位；

Ÿ   基于Diffusion扩散模型与3D高斯表达，实现单张图像视频生成、三维物体生成、三维场景生成、Avatar数字人生成；

Ÿ   基于模仿学习、强化学习，结合Transformer、大模型（LLMs），将路径规划与自动驾驶问题转换为序列预测建模问题，采用端到端思路进行目标物体轨迹预测与本体路径规划；

Ÿ   More arts are coming soon.

2016.08-2021.08 美国克拉克森大学     电子与计算机工程专业      工学博士

2013.09-2016.06 北京理工大学           信息与通信工程专业          工学硕士

2009.09-2013.06 云南大学                   通信工程专业                   工学学士

[1]. 云南省科技厅科技计划项目，⾯向室内机器⼈的动态刚体⽬标数字孪⽣技术，5万元，2023-01-01至2025-12-31，主持

[2]. 云南省教育厅科学研究基金项目，⾯向复杂环境的机器⼈地图构建技术研究，2万元，2023-01-01至2023-12-31，主持

[3]. 云南省智能系统与计算重点实验室开放课题项目，面向动态刚体目标场景的机器人地图数字孪生技术研究，2万元，2022-07-20至 2023-07-20，主持

[4]. 美国国家科学基金（NSF）, BRIGE: OS-Specific Many-Core Design，154万元，2012-09-01至2017-04-30, 参与

[5]. 美国国家科学基金（NSF）, MRI: Acquisition of a Heterogeneous Computing Platform For Biometrics Research，278万元，2016-10-01至2020-09-30，参与

期刊代表作：

[1]. Zhiliu Yang*, Jinyu Dai, Jianyuan Zhang, Zhu Yang, SPORTS: Simultaneous Panoptic Odometry, Rendering, Tracking and Segmentation for Urban Scenes Understanding, IEEE Transactions on Multimedia, 2025.（中科院SCI 1区Top，中国人工智能学会推荐A类期刊，中国自动化学会推荐A类期刊，CCF推荐B类期刊）

[2]. Zhiliu Yang*, Hanyue Zhang, Xinhe Zuo, Yuxin Tong, Ying Long, Chen Liu, GaRField++: Reinforced Gaussian Radiance Fields for Large-Scale Robots’ View Synthesis, Journal of Field Robotics, 10.1002/rob.70005, 2025.（中科院SCI 2区, 机器人领域国际顶级期刊，中国自动化学会推荐A类期刊）

[3]. Jianyuan Zhang, Zhiliu Yang*, Meng Zhang, Hongyu Chen, Lianhui Zhao, Chen Liu, INF-SLiM: Large-scale Implicit Neural Fields for Semantic LiDAR Mapping of Embodied AI Agents, Journal of Field Robotics, 10.1002/rob.70058, 2025.（中科院SCI 2区, 机器人领域国际顶级期刊，中国自动化学会推荐A类期刊）

[4]. Zhiliu Yang*, Chen Liu, Unified Perception and Collaborative Mapping for Connected and Autonomous Vehicles, IEEE Network (SI on Connected and Autonomous Vehicles), 0890-8044, 2023, 10.1109/MNET.017.2300121.（JCR Q1/中科院SCI 2区, IF: 10.294）

[5]. Zhiliu Yang, Zachary I. Rauen, Chen Liu*, Automatic tuning on many-core platform for energy efficiency via support vector machine enhanced differential evolution, Scalable Computing: Practice and Experience, 18-2, 2017-06-19.

会议代表作：

[1]. Chengyao Duan and Zhiliu Yang*, "TivNe-SLAM: Dynamic Mapping and Tracking via Time-Varying Neural Radiance Fields," 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 14 Oct 2024 - 18 Oct 2024, EI (机器人领域国际顶级会议、中国自动化学会推荐A类会议)

[2]. Zhiliu Yang* and Chen Liu, "TUPPer-Map: Temporal and Unified Panoptic Perception for 3D Metric-Semantic Mapping," 2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 27 Sep 2021 - 01 Oct 2021, pp. 1094-1101, Prague, Czech Republic, 2021, EI (机器人领域国际顶级会议、中国自动化学会推荐A类会议)

[3]. Zhiliu Yang*, Bo Yu, Wei Hu, Jie Tang, Shaoshan Liu and Chen Liu, "π-Map: A Decision-Based Sensor Fusion with Global Optimization for Indoor Mapping," 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 24 Oct 2020 - 24 Jan 2021, pp. 4821-4827, Las Vegas, NV, USA, 2020, EI (机器人领域国际顶级会议、中国自动化学会推荐A类会议)

[4]. Ying Long, Zhiliu Yang*, Hongyu Chen, Zhiyong Hao, Chen Liu, " PaFi-GS: Gaussian Splatting via Propagation-Aware Filtering for Urban Street View Rendering," 34th International Conference on Artificial Neural Networks (ICANN), 2025, EI (CCF推荐C类会议)

[5]. Zhiliu Yang* and Chen Liu, "2D Map Estimation via Teacher-Forcing Unsupervised Learning," 2020 International Conference on Connected and Autonomous Driving (MetroCAD), 27-28 February 2020, pp. 91-97, Detroit, MI, USA, 2020, EI

联系方式：  

欢迎对场景理解、智能移动机器人、无人驾驶、具身智能、三维重建、三维生成、深度学习等相关研究领域感兴趣的同学报考本课题组硕士研究生。本课题组优势：

（1）    本组与美国克拉克森大学CAMEL实验室、北京理工大学雷达所、北京理工雷科公司、深圳PerceptIn自动驾驶初创公司保持有良好的合作关系。

（2）    导师可推荐本组优秀毕业生到部分合作美国高校攻读博士学位（含奖学金）。

（3）    通过三年训练，毕业生可在数学解析能力、编程能力、英语能力方面得到进步，具备到国内智能机器人/无人驾驶公司、研究所从事算法、软硬件研发工作的能力。