11月6日,湖南大学官网发布的教师简介显示,英国爱丁堡大学李根博士入选国家高层次青年人才,获聘湖南大学岳麓学者,目前是中国工程院院士王耀南、刘敏教授团队成员。
李根博士的研究主要聚焦具身智能、机器人学习、多模态基础模型、高效人工智能以及人机交互。
他的学术经历横跨中国、韩国、英国和新加坡。
2014年至2018年,李根就读于西安电子科技大学电子信息工程专业,获得学士学位。
随后,他前往韩国成均馆大学深造,于2018年至2020年攻读电子计算机工程硕士学位。
2021年,李根进入英国爱丁堡大学,攻读机器人与自主系统博士学位,研究方向逐渐转向计算机视觉、机器人感知与具身智能。
博士期间,他的导师是Laura Sevilla,联合导师为Timothy Hospedales。
除了在高校开展研究,李根也拥有产业研究机构的工作经历。
2023年至2024年,李根曾在华为伦敦诺亚方舟实验室担任学生研究员,与邵坤合作开展研究。邵坤现任北京小米移动软件有限公司技术专家,带领Darwin Agent智能体研究团队。
根据其个人主页介绍,李根博士还获得过谷歌DeepMind和Stability AI的研究支持,并与Deqing Sun、Varun Jampani开展研究合作。
2025年,李根还曾以访问学者身份在上海交通大学和上海算法创新研究院开展学术交流,合作导师为赵波副教授。
同年5月,他通过爱丁堡大学博士论文答辩。
2025年9月,李根加入新加坡南洋理工大学,担任博士后研究员(Research Fellow),与杨剑飞合作开展具身智能与机器人学习研究。
李根博士这些年来的研究成果覆盖Nature子刊、CVPR、ICCV等顶级期刊与会议。
其中,他的一项代表性研究发表于2025年的Nature Machine Intelligence,论文题为《Embodied Large Language Models Enable Robots to Complete Complex Tasks in Unpredictable Environments》。
这项研究关注机器人如何在充满变化、难以预测的真实环境中完成复杂任务?
传统机器人系统往往需要针对特定任务和环境进行设计,当操作条件发生变化时,机器人的适应能力可能受到限制。该研究探索了利用具身大语言模型帮助机器人理解复杂任务,并在不可预测的环境中开展行动的方法。
在机器人感知方面,李根博士以第一作者身份在CVPR 2023发表论文《LOCATE: Localize and Transfer Object Parts for Weakly Supervised Affordance Grounding》。
该研究围绕物体的可供性(Affordance)展开。
所谓可供性,可以简单理解为物体能够支持哪些动作。例如,杯子的把手可以用来抓握,剪刀的手柄适合手指操作。
对于机器人而言,识别物体并不等于理解如何使用物体。只有进一步判断物体各个部分的功能,机器人才能更有效地执行操作任务。
LOCATE尝试通过弱监督学习定位物体的功能区域,并将相关知识迁移到其他物体上。
2024年,他又以第一作者身份在CVPR发表《One-Shot Open Affordance Learning with Foundation Models》,进一步探索利用基础模型实现物体可供性学习。
今年李根博士的研究进一步延伸至视觉语言动作模型(VLA)与机器人世界模型。
他参与发表的《World Model for Robot Learning: A Comprehensive Survey》被机器人领域期刊IJRR接收。这篇综述聚焦世界模型在机器人学习中的应用,系统梳理了相关研究进展。
他参与的《Evo-1: Lightweight Vision-Language-Action Model with Preserved Semantic Alignment》收录至CVPR 2026,研究重点是如何构建轻量化的视觉语言动作模型,同时保留模型的语义对齐能力。
另一项研究《Evo-Depth: A Lightweight Depth-Enhanced Vision-Language-Action Model》则被NeurIPS 2026接收,探索深度信息对轻量化VLA模型的帮助。
这些成果也反映出李根博士近年来的研究正在从物体感知与功能理解,进一步向具身大模型、世界模型和机器人动作生成拓展。
此次加入湖南大学后,李根博士将继续围绕具身智能和机器人学习开展研究。
根据湖南大学官网信息,团队长期招收博士后、博士生、硕士生及本科实习生,同时欢迎访问学者和科研合作伙伴加入。 团队与英国、新加坡、美国、韩国等国家的研究团队,以及国内多所高校和企业保持合作,并支持成员参加国际学术会议及海外学术交流。
END
关注+星标,获取AI前沿进展与开源一线动态

