曾鸿亮（Xavier）

• 研究方向：具身智能（机器人操作、主动感知、强化学习）、3D 点云自监督学习与生成
• 以一作身份在 TNNLS、AAAI、IJCAI、ICME、ICASSP 等发表 6 篇论文（4 篇 Oral）
• 授权专利：一种机器人操纵铰接物体的方法和系统
• 奖学金：学业奖学金、五粮液优秀学生奖学金

专注 VLA 模型研发及其与强化学习、世界模型的结合，并搭建分布式训练基础设施支撑算法快速迭代与落地。

• 将价值模型与 VLA 合并至同一训练流，实现基于真机 recap rollout 的强化学习训练，首次在星尘 S1 机器人上完成叠衣服等柔性物体操作任务并完成内部演示。正在推进世界模型（ctrl_world）与该强化学习联合方案的端到端打通，探索以世界模型生成合成数据驱动策略优化的新技术路线。
• 快慢双系统全身操作模型 DuoCore-FS 共同一作及核心开发者，参与架构设计、真机部署与论文撰写，实现 30 Hz 动作生成（较同等规模 VLA 快 3 倍）。
• 实现训练时 Real-Time Chunking（RTC），显著提升 action chunk 间平滑性，大幅降低控制侧轨迹平滑处理量，动作跟踪更精确。
• 复现并集成多个主流 VLA 模型（π0、π0.5、π0.6*、RDT-2、WALL-X、MEM、VLA-Adapter 等）、WM（ctrl_world）与 WAM（lingbot-va），基于 Qwen3VL 与 Rynnec 添加 Flow Matching 动作头构建两个自研 VLA，在一定数据量下达到 π0 同等效果，且灵活支持输入分辨率。
• 探索 4,000+ 小时异构数据训练范式，预训练+微调策略使成功率提升 60%、收敛加速 30%；采用双臂相对坐标系实现 ±10 cm 高度泛化；基于全量数据微调 π0.5 作为团队统一 checkpoint。
• 提出 VLA 与目标检测联合训练方案，以检测作为辅助任务提升对未见物体的泛化能力（成功率提升 40%），在内部 711 零售场景中验证落地。
• 参与星尘智能 0426 DuoCore 系统对外 Demo 演示的模型训练与测试，首次在 S0 本体上成功部署并跑通 VLA。

• 独立搭建公司统一机器人模型分布式训练框架，基于 DeepSpeed ZeRO 实现多机多卡训练，集成 bf16 混合精度、梯度检查点与 FlashAttention 2；支持 LeRobot 数据格式与 LoRA 微调，提供 WebSocket 推理服务，显著加快模型迭代效率，支撑金马等多个 POC 项目快速交付。
• 为公司机器人数据集制定统一格式规范，优化 LeRobot 数据管线中的 norm 计算与数据读取转换流程，norm 计算提速 30 倍，显著提升训练数据准备效率。
• 收集、清洗并标准化 4,000+ 小时异构机器人数据，统一不同机型间的动作坐标系。

• 五星绩效（最高评级）；卓越贡献伙伴；Astribot Navigator

• 负责锂电池化成分容设备的机械结构设计与优化。