三位顶尖学者开讲微型机器人光驱动自导航与自动驾驶技术，聚焦跨尺度自主导航

自主导航技术的应用涵盖自驾汽车、无人机、航天、甚至于药物递送等多个交叉领域。这些应用均需要硬件与软件技术的同时发展去实现，例如传感技术、数据传输和自适应人工智能等。自主导航系统必须针对个别场景带来的挑战来设计，例如自动驾驶汽车必须掌握当地交通法规，执行搜索救援的无人机必须具备三维避障能力，药物递送微型机械人必须满足生物相容性等。

在本次Cell Press Live活动中，我们有幸邀请到三位从事该领域研究的专家学者，他们将为我们介绍面向自主导航系统及器件的最新科研成果。

01.

报名&观看

2026年6月3日（周三）晚18:30

扫描二维码，免费注册参会，观看直播

(有奖注册礼品数量有限，抽完即止，不可指定）

02.

演讲嘉宾介绍

王奔

深圳大学

▌个人简介：

王奔，深圳大学副教授，广东省杰青。致力于磁控微型机器人系统的基础科学问题与关键技术研究。已发表第一作者或通讯作者论文60余篇，包括Science Robotics(2)、NatureBiomedical Engineering,Science Advances(2) Matter、Device等期刊。获中国电子学会自然科学奖二等奖，“香港十大科创新闻”，入选World's Top 2% Scientists (2023-2025)，深圳大学“十大青年教师”等。研究成果受到Nature官网、Nature Cancer、ScienceRobotics等报道。目前为中国机械工程学会生物制造分会委员、中国微米纳米技术学会高级会员、国际仿生工程学会会员Research、 Advanced Bionics、Soft ScienceSmartbot、BMEMat等期刊青年编委。

▌演讲主题：

磁控微型机器人的设计与体内应用

▌演讲摘要：

磁控生物杂化微型机器人为体内精准诊疗提供了创新策略。我们以生命体有序结构的自组织原理为启发，结合人工构建技术，开发了系列适用于复杂生理环境的医用微型机器人。针对人体内狭窄管腔的标靶递送与治疗，本研究提出了生物杂化设计理念，通过将磁性纳米颗粒与生物材料相结合，赋予微型机器人优异的生物相容性和环境适应性。这些微型机器人能够在动态非牛顿流体环境中实现高效运动，并通过磁控导航系统与临床成像设备整合，完成对深部亚毫米级分支管腔的精准递送与实时跟踪。基于自然界中鱼群集群运动和昆虫多模态运动的仿生设计，机器人在复杂管腔中展现出群体协同运动的优势，大幅提升药物递送效率并降低副作用风险。相关研发结果对于发展可以用于低侵入性医用微型机器人提供了新策略。

曾浩

坦佩雷大学

▌个人简介：

曾浩现任坦佩雷大学副教授，同时为芬兰科学院研究员，主要研究领域为软体机器人并领导光驱动机器人（Light Robots）研究团队。他于南开大学获得光子学学士和硕士学位，并于2015年在佛罗伦萨大学获得光子学博士学位。其研究聚焦于非平衡态、具备交互能力及通信能力的材料机器人系统。2022年，他获得欧洲研究委员会（ERC）启动基金资助。

▌演讲主题：

光驱动自导航聚合物

▌演讲摘要：

液晶弹性体能够在热和光的刺激下发生可逆形变，为微型运动型软体器件提供了一个极具潜力的发展路径。目前，这类材料已经可以实现多种机器人运动形式，包括行走、游泳、跳跃以及被动滑行等。

在本次报告中，我将分享我们在液晶弹性体光驱动自导航方面的最新研究成果，并介绍如何利用负反馈机制实现持续自主运动。同时，我还将探讨这些系统如何在无需电子元件辅助的情况下，实现对环境的自主感知与适应。

李南

同济大学

▌个人简介：

李南，同济大学汽车与能源学院教授、博士生导师，国家级高层次青年人才。博士毕业于美国密歇根大学安娜堡分校，曾任美国奥本大学长聘教轨助理教授。长期从事自主系统建模、分析与控制研究，重点关注复杂不确定环境下的可信决策与安全控制。在相关领域发表学术论文100余篇，主持国家自然科学基金面上项目，参与主编教育部人工智能领域“101计划”核心教材《自主智能系统基础》，担任IEEE Control Systems Society相关国际会议组委和编委。

▌演讲主题：

面向自动驾驶自主导航的滚动优化框架

▌演讲摘要：

滚动优化控制自提出以来，已从过程工业中的启发式方法逐步发展为通用的决策与控制框架。自动驾驶等具身自主系统需要在复杂、动态、交互和不确定的环境中，持续完成环境理解、行为规划与安全控制。这一过程与滚动优化所强调的状态预测、在线优化和闭环反馈机制高度契合。

本报告围绕自动驾驶中的自主导航问题，首先简要回顾滚动优化的基本思想，随后结合报告人若干代表性研究工作，介绍数据驱动趋势下的滚动优化方法、融合博弈模型的交互规划方法、基于滚动优化机制的智能体安全学习框架，并进一步讨论世界模型与滚动优化融合的最新研究趋势。通过上述讨论，本报告提出，滚动优化框架正在从传统控制算法演化为面向自动驾驶等具身自主系统的系统性方法论。其在显式预测与约束处理、闭环反馈和可验证安全方面的优势，为构建灵活、可解释、可验证的具身自主系统提供了重要的实现路径。