郭赫天 HETIAN GUO
ROBOT LEARNING / RESEARCH PORTFOLIO
我是郭赫天，吉林大学人工智能博士生。我的研究聚焦视觉语言动作策略学习、预测式世界模型、视觉触觉操控与全身动作生成，并在双足人形、轮式及双臂平台上开展真机验证。
从潜在状态预测，到跨平台真机验证
01 / SELECTED WORK
从未来状态预测、历史观测记忆到触觉接触动力学与全身动作生成。
PLaW-VLA: Predictive Latent World Modeling for Vision-Language-Action Policies
共同第一作者
在预训练视觉表征空间预测未来状态，而非重建像素，并联合学习状态预测与动作生成；LIBERO / LIBERO-Plus 平均成功率分别为 97.4% / 72.7%，并在 Astribot S1 上验证长程、精细及可变形物体操控。
BeliefVLA: Implicit Belief-State Driven Vision-Language-Action Models for Robust Manipulation
第二作者
从历史观测推断隐式 belief state，为 VLA 注入时序记忆与动力学先验；在 Realman、ARX R5 和 AgileX PIPER 上评估双臂操控与视觉扰动。
SeMoCo: A Semantic-First Motion Codec for Motion Language Modeling
共同第一作者
以独立的语义 VQ 和运动学残差 RVQ 构建分层动作 token；双轴生成器沿时间建模语义、在 token 内细化动作。构建统一骨架的 Ω-MotionVerse 数据集，生成动作经 Sonic 在 G1 真机回放。
TacDyn-WAM: Learning Implicit Tactile Dynamics in a Heterogeneous Visuo-Tactile World Action Model
合作研究
学习动态感知的触觉目标空间，在多个时间尺度预测接触演化，并让视觉与触觉专家联合建模动作；UniVTAC 平均成功率 81.5%，另有真机验证。
02 / REAL ROBOTS
从双足人形到轮式移动平台，再到跨平台双臂操控。
Sonic 动作执行、Inspire 灵巧手集成、多任务真机数据采集与 SeMoCo 生成动作回放。
在 Realman 上开展 BeliefVLA 扰动测试；在 Astribot S1 上验证 PLaW-VLA 的长程与精细操控。
围绕 BeliefVLA 开展跨平台双臂任务，检验历史观测与隐式 belief state 对鲁棒控制的作用。
03 / BACKGROUND
目前在吉林大学攻读人工智能博士；研究覆盖机器人学习与时空建模。
在宇树 G1 部署 Sonic、GMR + AMO 动作链路并接入 Inspire 灵巧手；采集多任务真机遥操作数据，微调和部署 Psi-0、GR00T N1.7。开展 SeMoCo 全身动作生成研究（投稿 AAAI 2027），将生成动作经 Sonic 在 G1 回放。
研究北海与波罗的海 AIS 航迹的航路网络提取、趋势与周期分解，以及静态和动态空间关系建模；参与构建海事交通流预测模型，成果发表于 Transportation Research Part E（2025）。
工学博士 · 人工智能
研究方向：具身智能、VLA、世界动作模型与灵巧手控制；导师：范子沛教授
理学硕士 · 工程学（机械工程方向）
研究方向：智能交通系统、自动驾驶与软硬件联合仿真；导师：Yunli Shao 教授
工学学士 · 计算机科学与技术
研究方向：智能交通系统、时空数据挖掘与交通预测；导师：宋轩教授
04 / INTELLIGENT TRANSPORTATION SYSTEMS
早期工作围绕交通参与者轨迹预测和海事交通流时空建模。
第一作者 · 分组交通场景中的异质高阶交互与轨迹预测
第二作者 · 北海与波罗的海 AIS 航路网络与交通流预测；LocationMind 实习研究成果
05 / RESEARCH & ENGINEERING
以已完成的论文和真机实验为依据，区分方法研究、系统实践与软件实现。
VLA / 世界动作模型、预测式潜在状态、视觉触觉表征、语言条件全身动作生成与策略微调。
双足人形、轮式与双臂平台的操控实验，多任务遥操作数据采集、动作工作流部署与回放。
使用 Python / PyTorch 构建模型训练与评估流程，以 C++、ROS / ROS2 对接机器人控制；使用 Transformers、Diffusers 开展生成模型实验。
06 / CONTACT
机器人学习、VLA、世界模型或研究实习机会，欢迎联系。