Intelligent Perception & Autonomous Systems Lab
面向开放环境的物体检测、语义分割、三维重建与场景理解，关注小样本、长尾分布等实际挑战。
融合视觉、语言、雷达等多源信息，实现跨模态对齐与联合推理，提升系统在复杂场景下的鲁棒性。
研究机器人在动态环境中的实时规划与决策算法，涵盖强化学习、运动规划与多机协同。
探索大模型在具身智能体中的应用，研究视觉-语言-动作模型的预训练与微调方法。
研究方向：开放世界物体检测、视觉基础模型。
研究方向：具身智能、视觉-语言-动作模型。
研究方向：多机器人协同、分布式决策。
研究方向：三维场景理解、神经辐射场。
研究方向：多模态大模型、指令跟随。
研究方向：世界模型、预测与规划。
实时目标检测加速
视频理解
SLAM与建图
点云处理
模仿学习
扩散策略
传感器融合
边缘部署
以下为部分代表性论文，完整列表请参考 Google Scholar 或 DBLP。
Open-World 3D Detection via Uncertainty-Aware Prototype Learning
IEEE/CVF Conference on Computer Vision and Pattern Recognition, 2026. Oral (3.7%)
Hierarchical Multimodal Alignment for Embodied Visual Navigation
IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 48, no. 3, pp. 1024-1038, 2026.
VLA-Bench: A Comprehensive Benchmark for Vision-Language-Action Models
Advances in Neural Information Processing Systems 38, 2025.
Distributed Multi-Robot Trajectory Optimization with Communication Constraints
IEEE International Conference on Robotics and Automation, 2025.
NeRF-SLAM: Tightly Coupled Neural Radiance Fields and Visual SLAM
European Conference on Computer Vision, 2025.
Long-Tailed Visual Recognition Revisited: A Margin Perspective
International Journal of Computer Vision, vol. 133, pp. 2105-2120, 2025.
Prompt-Guided Few-Shot 3D Object Detection in Point Clouds
IEEE/CVF Conference on Computer Vision and Pattern Recognition, 2024.
Learning Agile Locomotion with World Models on Real Robots
Robotics: Science and Systems XX, 2024. Best Paper Finalist
Online Adaptation for Visual-Inertial Odometry in Dynamic Environments
IEEE Transactions on Robotics, vol. 40, pp. 512-528, 2024.
国家自然科学基金重点项目（No. 62332002）
负责人：李平（主持）
研究复杂动态环境下机器人自主感知、理解与决策的基础理论与关键技术，涵盖多模态融合、开放集识别、实时规划等核心问题。
科技部科技创新2030—"新一代人工智能"重大项目
课题负责人：李平
探索大模型赋能机器人具身智能的新范式，研究视觉-语言-动作联合建模、世界模型构建与 sim-to-real 迁移。
国家自然科学基金面上项目（No. 62176134）
负责人：王建华（主持）
研究多机器人系统中高效协同感知与分布式决策的理论框架，解决通信受限条件下的协作问题。
北京市自然科学基金重点项目
负责人：李平（主持）
面向城市级大规模场景，研究高效的三维重建算法与语义理解方法，支持高精度数字孪生应用。
张明远同学的第一作者论文 "Open-World 3D Detection via Uncertainty-Aware Prototype Learning" 被 CVPR 2026 接收，并获选 Oral 报告（录用率 3.7%）。祝贺！
李平教授率队赴亚特兰大参加 ICRA 2026，刘畅同学就多机器人协同规划工作做了口头报告，与来自全球的学者进行了深入交流。
陈思远同学因在具身智能方向的研究成果突出，荣获2025–2026学年博士研究生国家奖学金。这是课题组连续第三年有同学获此荣誉。
课题组正式开源 VLA-Bench —— 一个面向视觉-语言-动作模型的综合评测基准，涵盖 12 个真实机器人任务场景。代码与数据已在 GitHub 发布。
斯坦福大学计算机系教授带队来访，与课题组就视觉基础模型与具身智能方向开展了为期一天的学术研讨，并参观了实验室机器人平台。
课题组举办年度聚会，庆祝新年的同时，为即将毕业的师兄师姐送上祝福。今年课题组有 2 位博士和 3 位硕士顺利毕业。
常年招收博士后，研究方向包括计算机视觉、机器人学、机器学习。要求近三年获得博士学位，在相关领域顶级会议/期刊发表过论文。
联系邮箱：liping@tsinghua.edu.cn
提供具有竞争力的薪酬和科研启动经费，支持申报国家博士后基金。
每年招收博士研究生 2–3 名，硕士研究生 3–4 名。欢迎具有计算机、自动化、数学等相关背景的同学申请。
申请方式：通过清华大学研究生招生系统报名
课题组与多家企业有合作关系，优秀毕业生可推荐至国内外顶尖高校或企业任职。
面向清华大学在校本科生，提供科研训练机会。每周投入时间不少于 20 小时，参与周期至少一学期。
申请方式：发送简历至 liping@tsinghua.edu.cn
表现优秀者可获得推荐信，并优先录取为本组研究生。
北京市海淀区清华园1号
清华大学 信息技术大楼 FIT 4-603
邮政编码：100084
课题组邮箱：ipas-lab@tsinghua.edu.cn
PI 邮箱：liping@tsinghua.edu.cn
行政邮箱：ipas-admin@tsinghua.edu.cn
办公室：+86-10-6278-XXXX
传真：+86-10-6278-XXXX
📍 地图位置示意 — 清华大学信息技术大楼（FIT楼）
实际部署时可替换为百度地图 / 高德地图嵌入代码