曾鸿亮（Xavier）

具身智能算法工程师
📅 出生年月1996.04 📍 籍　　贯湖南省株洲市 📱 联系电话18813297673 📧 联系邮箱scutzenghongl@gmail.com 🔗 个人主页xavier-zenghl.github.io / xavier-zenghl-github-io.pages.dev
曾鸿亮
教育背景
华南理工大学 | 计算机科学与工程学院 | 计算机科学与技术博士 | 导师：张平教授
2020.09 — 2025.06
  • 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
华南理工大学 | 机械与汽车工程学院 | 机械工程学士
2014.09 — 2018.06
工作经历
星尘智能（Astribot） · 具身智能算法工程师
2024.11 — 至今
算法
  • 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。
  • 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），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。
AI 基础设施
  • 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。
广东恒翼能科技股份有限公司 · 机械工程师
2018.07 — 2019.06
  • 负责锂电池化成分容设备的机械结构设计与优化。
科研经历
广东省重点领域研发计划：机器人感知与人机共融技术研究
  • AHEGC（TNNLS 2024, JCR Q1）：结合后见之明经验回放与目标约束好奇心模块，通过目标相似度自适应调整奖励权重，在 Gymnasium-Robotics 上收敛速度与成功率较基线提升 1.5 倍。
  • Active Visual Learning（ICASSP 2025）：提出融合强化学习与 PointNet++/Transformer 的主动视觉学习方法，通过滑动窗口整合历史信息与决斗网络奖励机制促进多样探索，在 R3ED 数据集上显著提升目标检测准确性与效率。
广东省基础与应用基础研究重大项目：面向人机物共融的智能感知与决策研究
  • MARS（IJCAI 2024 Oral）：提出了 MARS 框架，用于精确感知关节物体的参数。该框架通过多模态融合模块利用多尺度 RGB 特征增强点云特征，并结合基于强化学习的主动感知策略，自主优化观察视角。在 PartNet-Mobility 数据集的实验中，MARS 在关节参数估计精度上（方向：1.58°、位置：0.03m、状态：3.74）超越了当前最先进的方法。
  • GMAP（AAAI 2025 Oral）：提出了 GMAP 方法，旨在系统地整合从命令到感知和操纵的整个过程。GMAP 通过预训练编码器进行精确的部件级分割、识别物体关节的几何和运动参数，以及评估点级操作建议来确定机器人的交互姿势。最后，通过结合命令、关节参数和交互点，动态计算机器人的执行轨迹。
  • Point-UMAE（ICASSP 2025 Oral）：Point-UMAE 基于 Unet 结构，旨在增强点云中局部细节和全局语义的捕获。采用不对称的编码器-解码器架构和自顶向下的细粒度掩蔽策略，以提高多尺度一致性。
  • Point-MGE（ICME 2025 Oral）：Point-MGE 深度融合 3D 点云的表示学习和生成学习。该框架首先使用向量量化变分自编码器（VQVAE）重建 3D 形状的神经场表示，从而学习点云补丁的离散语义特征。然后，设计了一个滑动掩蔽比例来平滑从表示学习到生成学习的过渡。
论文发表
  1. Teqiang Zou*, Hongliang Zeng*, et al. "Asynchronous Fast-Slow Vision-Language-Action Policies for Whole-Body Robotic Manipulation." arXiv preprint, 2025. （共同一作）
  2. Hongliang Zeng, Ping Zhang, et al. "Masked Generative Extractor for Synergistic Representation and 3D Generation of Point Clouds." ICME, 2025. Oral
  3. Hongliang Zeng, Ping Zhang, et al. "GMAP: Generalized Manipulation of Articulated Objects in Robotic Using Pre-trained Model." AAAI, 2025. Oral
  4. Hongliang Zeng, Ping Zhang, et al. "Point-UMAE: Unet-like Masked Autoencoders for Point Cloud Self-supervised Learning." ICASSP, 2025. Oral
  5. Hongliang Zeng, Ping Zhang, et al. "Active Visual Learning for Robots with Dueling Deep Q-Networks and Transformer Encoders." ICASSP, 2025.
  6. Hongliang Zeng, Ping Zhang, et al. "MARS: Multimodal Active Robotic Sensing for Articulated Characterization." IJCAI, 2024. Oral
  7. Hongliang Zeng, Ping Zhang, et al. "AHEGC: Adaptive Hindsight Experience Replay With Goal-Amended Curiosity Module for Robot Control." TNNLS, 2024. (JCR Q1, IF: 10.4)
  8. Jiahua Wang, Ping Zhang, Hongliang Zeng, et al. "FAEMTrack: Feature-Augmented Embedding and Cross-Drone Fusion for Single Object Tracking." IEEE Internet of Things Journal, 2025.
  9. Tingyu Ye, Ping Zhang, Hongliang Zeng, et al. "Multi-objective Neural Architecture Search Combining Binary Artificial Bee Colony Algorithm for Dynamic Hand Gesture Recognition." Expert Systems with Applications, 2025.
  10. Tingyu Ye, Ping Zhang, Hui Wang, Hongliang Zeng, et al. "Reinforcement Learning-Driven Dual Neighborhood Structure Artificial Bee Colony Algorithm for Continuous Optimization Problem." Applied Soft Computing, 2024.