人形机器人真机强化学习

针对机器人在真实环境中训练样本成本高、安全试错成本高、自主探索能力不足，以及面对开放动态任务时自主适应与持续进化能力有限等问题，开展机器人真机强化学习与智能体机器人自主学习自进化研究，重点探索自主数据采集、自主安全探索、自主策略优化及新技能自主习得等关键技术，提升机器人在开放、动态且不确定的真实环境中的自主学习、自主决策、自主适应与持续进化能力

语言复杂动力学系统

面向大语言模型与智能体系统从语言生成走向复杂推理、长期规划和自主演化的发展趋势，研究人工智能跨长时间尺度的复杂宏观行为。以复杂性科学和动力系统理论为基础，建立语言复杂动力学理论，揭示语言自相似、混沌与临界性，以及大模型坍缩、幻觉、智能体老化和自进化等现象的共同机制，形成宏观观测、机理建模、临界预警与反馈调控的方法体系，实现对大模型与智能体长期行为的理解、预测和控制。

屏蔽空间自组通信与协同探测

针对屏蔽空间的弱通联、高复杂、信息非对称等特点，研究屏蔽空间无人机群动态自组通信、屏蔽空间无人集群协同探测等，建立复杂弱联通环境中感知与通信检测平台，包含弱光照感知机理与能力测试场景、抗干扰通信机理与能力测试场景、复杂环境探测机理与能力测试场景、数据采集与分析系统等，实现隧道、车库、洞穴等屏蔽空间无人系统通信与探测，提高无人系统在屏蔽空间中的自适应能力

新型机构无人机

针对传统无人机在性能、适应性和应用场景上的局限性，设计新型机构无人机，通过新型仿生机构设计、仿生控制机制、多模态耦合协同算法等方面突破，为无人机赋予超越自然生物的跨域多模态运动、智能传感检测、灵巧操作等能力，为重大基础设施探测、低空经济、未来空间全域无人系统等提供理论基础与技术支撑

机器人具身智能发育与操作

随着机器人与人工智能技术的发展，机器人逐步拥有了自主智能的操作能力，可代替人类完成更加复杂的操作任务。传统强化学习、模仿学习或基于模型的方法可以使机器人具备一定的操作技能，但仅限于结构化工作环境和单一固定任务的作业场景。随着大模型能力的不断提升，以及人类示教数据、仿真平台、任务集合的不断完善，大模型和具身智能的结合将成为人工智能的下一个浪潮，有望提升现有机器人模仿学习、强化学习、模型预测控制等...

无人机协同感知与检测

针对复杂空间智能检测，建立无人系统自主智能验证平台，研究复杂空间下自主飞行与集群协同机理，提出了基于无人机的系统识别与损伤检测方法，支撑无人系统自主协同与技术应用。在水电站地磁场屏蔽、无GPS导航信号、无光环境下实现了无人机全自主飞行，为隧道检测数字化提供快速、简捷、高效、可靠的手段，突破了重大基础设施安全隐患的智能感知与探测技术，率先实现了高落差密闭空间自主飞行（见图：典型应用1），在近万亩林区...