2021 年他去了斯坦福，跟着李飞飞和吴佳俊做博士后，同时组织校内的 People, AI & Robot s社群，2023 年还担任 CS231n 讲师。
如今入职西北，他给自己的研究目标写得很明确：开发以人类为中心、受人类启发且与人类兼容的人工智能与机器人技术。
围绕这个目标，他的研究工作分成三大方向。
人类任务（Human Tasks）：致力于识别对人类重要的任务，并开发基准测试，以指导我们的研究朝着解决这些任务的方向发展。其代表作有 BEHAVIOR 基准，团队调研筛出 1000 件日常家务，再复刻进 50 个高仿真场景，5000 多件物体都带物理与语义标注。这套基准催生了第一届 BEHAVIOR Challenge（NeurIPS 2025），全球团队在同一套环境里比拼长流程家务。
人类数据（Human Data）：设计系统和学习算法，使 AI 和机器人能够从通过新型接口收集的大规模、多样化人类数据中学习。其中 MimicPlay 靠几台相机拍下人用手随手摆弄的过程，就能抽出高层规划；DexCap 更进一步，让人戴上一副带电磁传感器的动捕手套，直接采指尖级的手部轨迹。
人类接口（Human Interfaces）：增强人类能力并实现与机器人的无缝交互。他开发了智能脑-机器人接口系统 NOIR（CoRL 2023）， 以协助老年人、残障人士以及接受医院护理的人群完成日常生活活动。系统用非侵入式脑电让人“用脑子”指挥机器人：物体以不同频率闪烁，人一盯上，脑电就跟着那个频率共振，系统据此判断你在看什么。读错了？咬紧牙关就能重置。
凭借过去的研究成果 Ruohan Zhang 获得了多项奖项或提名。他曾两次拿到 CoRL 最佳论文提名，参与的 Open X-Embodiment 获得 ICRA 2024 最佳论文；今年他和李飞飞一起指导的 Dream2Flow，在 ICRA 2026 一个 workshop 上拿到最佳论文。
他还曾担任机器学习、机器人与认知科学领域会议和期刊的程序委员会成员、审稿人或编辑，包括 NeurIPS、ICCV、ECCV、CoRL、RSS、ICRA、IROS、CogSci、Frontiers 以及 Journal of Vision。
从斯坦福到西北，他带过去的不是一堆零散 demo，而是一条挺清楚的路线：让机器人先看懂人，再学会人，最后能替人搭把手。
用他自己的话说，他的“北极星”是有朝一日能靠大脑信号指挥智能机器人来照顾自己，或者完成肉身做不到的高难度动作。
END
关注+星标，获取AI前沿进展与开源一线动态