刘奇，男，工学博士，东北大学机器人科学与工程学院特聘副研究员。2024年获哈尔滨工业大学（深圳）控制科学与工程专业博士学位，研究方向为深度强化学习算法、具身智能和大模型等。在国内外著名学术期刊和会议(IEEE TNNLS, IEEE TITS, IEEE TETCI, IEEE TETC, IEEE RAL, KBS, INS, AAAI, ICRA, IROS等)上发表论文30余篇，其中第一或通讯（含共同）作者论文17篇（9篇为中科院1区或IEEE trans/顶会论文）。主持国家自然科学基金项目等纵向项目4项。先后在四家具身智能和大模型公司（星动纪元、智谱AI、IDEA、地平线机器人）从事研究工作，受邀担任多个国际期刊和会议 (IEEE TNNLS, IEEE TITS, IEEE TCYB, IEEE SMC, IEEE TII, IEEE RAL, KBS, INS, NN, ICRA, IROS等) 审稿人，国家自然科学基金信息学部通讯评审专家，中国自动化学会/人工智能学会/指挥与控制学会会员。指导学生获奖国家或省部级及以上科技竞赛/创新创业大赛4项。

研究方向

主要研究方向为深度强化学习算法和具身智能：深度强化学习算法、多智能体深度强化学习算法、具身智能（如基于学习（深度强化学习、模仿学习和大模型等）的各类智能机器人控制、决策和协作）。

研究经历

（1）星动纪元   北京   08/2024 - 11/2024

研究方向：具身智能研究实习算法工程师，基于深度强化学习的机械臂和5指灵巧手控制。

Mentor：陈建宇，清华大学交叉信息研究院助理教授。

（2）智谱AI   北京   03/2024 - 06/2024

研究方向：大语言模型研究实习算法工程师，研究基于大模型的代码生成。

Mentor：牛艺霖，智谱AI大模型对齐组负责人。

（3）粤港澳大湾区数字经济研究院(IDEA)   深圳   08/2023 - 02/2024

研究方向：LLM研究实习算法工程师，研究大语言模型与人类价值观对齐算法。

Mentor：张家兴，IDEA研究院讲席科学家。

（4）地平线机器人   上海自动驾驶研发中心   07/2018 - 12/2018

研究方向：无人驾驶研究实习算法工程师，研究室外无人车定位与建图算法(SLAM)。

Mentor：徐斌峰，地平线机器人算法工程师。

具身智能示例（部分）

- 基于深度强化学习的机械臂和多指灵巧手操作

- 基于分层深度安全强化学习的无地图机器人导航

- 密集行人环境下基于深度强化学习的机器人导航

- 基于深度安全强化学习的无人驾驶

- 智能仓储环境下基于多智能体深度强化学习的任务分配和路径规划

- 基于深度强化学习的人形机器人运动控制

- 复杂地形环境下基于分层强化学习的四足机器人足球控制

- 城市环境下基于激光雷达的无人车定位与建图

社会兼职

- 中国自动化学会自适应动态规划与强化学习专业委员会会员

- 中国人工智能学会具身智能专业委员会会员

- 中国指挥与控制学会智能控制与系统专业委员会会员

担任多个国际期刊和会议审稿人：

- IEEE Transactions on Neural Networks and Learning Systems (TNNLS)

- IEEE Transactions on Intelligent Transportation Systems (TITS)

- IEEE Transactions on Cybernetics (TCYB)

- IEEE Transactions on Systems, Man and Cybernetics: Systems (SMC: Systems)

- IEEE Robotics and Automation Letters (RAL)

- IEEE Transactions on Intelligent Vehicles (TIV)

- IEEE International Conference on Robotics and Automation (ICRA)

- IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

- Information Sciences (INS)

- Knowledge-based Systems (KBS)