跳转至

团队：天津大学 郝建业(Jianye Hao) 深度强化学习实验室(DRL Lab) + 华为诺亚 —— RL/决策强组转具身，出了 ForceFlow

📌 一句话：强化学习/决策起家的大组（郝建业 = TJU 教授 + 华为诺亚决策推理负责人），近两年切入具身，走出一条"扩散/流决策 → 具身指点推理 → 接触密集操作"的连贯线；卡片-ForceFlow 是其力感知操作代表作。撞我们触觉×VLA 主线（力感知操作），故升深挖卡。 🔗 出本库卡片：卡片-ForceFlow（轻量 flow 策略碾压 ForceVLA·全开源）。桥梁人 Qiaojun Yu 把此组接进 ForceVLA 线（见 团队-上海AILab具身中心）。

PI / 关键人物

  • 郝建业(Jianye Hao) ✅：天津大学教授，深度强化学习实验室(DRL Lab, icdai.org)负责人；同时挂华为诺亚方舟实验室（决策与推理方向）。方向：深度强化学习 / 多智能体 / 决策 / 具身。产出量大（据实验室页 ICLR 2026 约 19 篇、NeurIPS 2025 约 12 篇🟡以官方页为准）。ForceFlow 通讯作者。
  • Yifu Yuan（袁逸夫） ✅ 🔑本线核心：TJU DRL Lab 三年级博士（导师郝建业）；研究=为决策构建具身智能体（具身 AI / RL / 扩散模型 / LLM agent）。ForceFlow 共同一作、Embodied-R1 一作。腾讯混元实习(2025.07–，Han Hu/Shuyang Gu)，前腾讯绝悟 / 网易伏羲。主页 yifu-yuan.github.io；知乎 iffyuan。
  • Zibin Dong ✅：CleanDiffuser 一作（扩散决策库）、"Conditioning Matters"（扩散策略训练提速）——本组"扩散/流用于决策"的骨干，正是 ForceFlow flow-matching 的血统源头。
  • Hongyao Tang / Yan Zheng / Pengyi Li ✅：DRL Lab 成员，RL/多智能体骨干（多为 ForceFlow / Embodied-R1 合著）。

代表作 / DNA（一条连贯线）

  • 扩散/流用于决策（血统层）：MetaDiffuser(ICML23)、AlignDiff(ICLR24)、CleanDiffuser(NeurIPS24，扩散决策模块化库)、Conditioning Matters(NeurIPS25)——把扩散/流做成决策/策略工具。
  • 具身推理 / 指点（接口层）：Embodied-R1 → 已下精读卡 卡片-Embodied-R1（ICLR26，arXiv 2508.13998，开源含 3B 权重）——3B VLM，用"指点(pointing)"当"跨本体中间表示"，两段 RFT(GRPO)训练，11 基准 SOTA、真机 8 任务 87.5%；正是 卡片-ForceFlow V2F 的指点器，其局限"指点搞不定力控"直接由 ForceFlow 补上（同组连贯设计）。姊妹作 From Seeing to Doing(ICLR26)。
  • 接触密集操作（落地层）：ForceFlow(2026-05，arXiv 2605.11048)→ 卡片-ForceFlow。轻量 flow 策略 + Embodied-R1 指点，6 任务 81.67% 碾压 ForceVLA 45%，全开源。
  • 低成本硬件：AhaRobot(2025)——低成本开源双臂移动操作平台。
  • DNA 一句话：RL/决策 → 扩散&流做决策(CleanDiffuser) → 具身指点推理(Embodied-R1) → 接触操作(ForceFlow)，三层紧耦合（Embodied-R1 当 ForceFlow 的指点器、CleanDiffuser 当其 flow 骨干）。气质=RL 决策底子 + 全开源 + 便宜复现，与"堆大 VLA"路线不同。

与我们主线的交集

  • 力感知操作（强·正撞）：ForceFlow 已入库，是"轻量+全开源"路线标杆；其"非对称融合治模态遮蔽"方法论对我们做视触觉融合可直接借。
  • 指点接口（中·可借）：Embodied-R1 的"pointing 当跨本体中间表示"是个干净的"空间泛化外包"接口——对我们做 V2F 式两段策略、或给触觉策略配一个视觉指点器有参考价值。
  • 扩散/流决策工具（中）：CleanDiffuser 是现成的扩散/流决策库，若我们要搭 flow/diffusion 策略基线可省事。

成色（该信 / 该疑）

  • 该信 ✅：ForceFlow 全文已读、全开源；Yifu Yuan 主页 portfolio 清晰(Embodied-R1/CleanDiffuser/PERIA/AhaRobot 等)；郝建业 TJU DRL Lab + 华为诺亚属实；Embodied-R1 ICLR26 开源、是 ForceFlow 指点器（两篇同组自洽）。
  • 该疑 🟡：① 本卡重心在具身/力操作这条支线，郝组庞大的 RL/多智能体主 portfolio 未逐一深读，别据此泛化全组；② 实验室论文数(19/12)以官方页为准，未逐一核；③ Yifu Yuan 知乎回答 链接 抓取被 403 登录墙拦，仅作参考链接留存、未提取内容。

📡 追踪信号

  • 盯人：Yifu Yuan yifu-yuan.github.io / 知乎 iffyuan（本线最活跃，看其具身新作）· 郝建业 TJU DRL Lab icdai.org / 华为诺亚 · Zibin Dong（扩散决策）。
  • 盯物：① ForceFlow 后续（自适应 V2F？更省的力策略？）；② Embodied-R1 是否被更多下游策略当指点器用；③ AhaRobot 低成本平台生态。
  • 盯 github：JokerESC/ForceFlow · pickxiguapi/Embodied-R1 · CleanDiffuser。
  • 已下卡：Embodied-R1 卡片-Embodied-R1（指点 VLM，开源含权重，ForceFlow 的组件）。

来源

  • 📄 ForceFlow arXiv 2605.11048（全文已读 2026-07-14）· Embodied-R1 arXiv 2508.13998（ICLR26）
  • 🌐 Yifu Yuan 主页 yifu-yuan.github.io（3 年级博士，导师郝建业；portfolio）· TJU DRL Lab icdai.org · github JokerESC / pickxiguapi
  • ⚠️ 🤖整理，头衔/论文数以官方页为准；本卡限"具身/力操作支线"，非郝组全景；知乎回答被登录墙拦未取内容。