汤子嘉 (Thomas)

杜克大学 · 计算机科学理学学士 2024年8月 – 2027年5月（预计） GPA: 4.0（Dean’s List） 邮箱: zijia.tang@duke.edu | 电话: +1 (858) 340-5757 研究方向: 具身智能、高效VLA、机器人操控、AI4Science

正在寻求2027年秋季具身智能/机器人学习方向的博士录取机会。

下载PDF | 下载DOCX

代表性研究与论文

机器人/具身智能

FLARE: A Failure-Aware Framework for Autonomous Correction and Recovery in Vision-Language-Action Models G. Zhao, Z. Tang, X. Chen, Z. Kuang, Y. Tian, G. Li | CVPR 2026

  • 提出了**重试与重置（Retry-and-Reset）**恢复框架，使VLA策略能够在扰动后自我纠正，包括策略失败和人为干预等外部扰动。
  • 解决了VLA模型的"脆弱性"问题——微小扰动即可导致灾难性失败——增强了VLA模型的鲁棒性。
  • 在RoboMimic的9项接触密集型任务中取得84.0%的成功率，超越此前最优方法26.2%。

RecoverBench: A Benchmark for Error Recovery in Robotic Manipulation Z. Tang, G. Zhao, X. Chen, et al., G. Li | 在审, 2026

  • 构建了可复现的机器人错误恢复基准，包含12种错误技能、136种错误子类型和跨6个操控任务的1,360个经验证的MuJoCo后错误场景。
  • 设计了自动化错误注入机制，在操控过程中系统性地引入失败，实现标准化和全面的机器人错误恢复评估。
  • 收集并增强了1,641个人类恢复演示为10,598条恢复轨迹，支持下游恢复策略学习与评估。

Latent Bridge: Accelerating Dual-System VLA Models via Latent Feature Prediction Y. Liu, Y. Li, Z. Tang, et al., Y. Chen, H. Li | arXiv, 2026

  • 开发了潜在桥接方法，通过高效预测视觉特征来减少VLM骨干网络调用，同时保持任务成功率。
  • 实现高达75%的VLM调用减少，在LIBERO和RoboCasa上带来1.73倍加速。
  • 在不同VLA策略（包括GR00T和π系列模型）上验证了通用性，展示了一种可泛化的VLM机器人控制加速插件方法。

其他论文

  • scDrugMap，Nature Communications（影响因子：15.7）：在34万+单细胞上进行药物响应预测的基础模型基准评测。
  • scPerb，Journal of Advanced Research（影响因子：11.79）：构建了风格迁移VAE用于单细胞扰动预测，R²相关性达99.5%。
  • PINet，ACM-BCB 2024 闪讲报告：构建CNN-Transformer模型用于阿尔茨海默症MRI预测，准确率达96%。

科研经历

研究助理，杜克计算进化智能中心 — 杜克大学 | 2026年3月 – 至今 | 导师：Yiran Chen教授、Hai Li教授

  • 研究双系统VLA策略的高效推理，聚焦潜在特征预测、KV-cache建模和骨干网络加速。
  • 在LIBERO和RoboCasa上为GR00T和π模型构建评估流水线，衡量不同VLM调用频率下的速度-成功率权衡。
  • 与跨模型架构、系统优化和具身智能评估方向的资深研究人员合作。

研究助理，HCP实验室 — 中山大学 | 2025年5月 – 2026年5月 | 导师：李冠彬教授

  • 研究失败感知的机器人操控，聚焦后错误场景生成、恢复技能分类体系和可复现恢复评估。
  • 设计并验证了涵盖抓取失败、物体掉落、碰撞、错误物体交互和轨迹回退失败的机器人错误场景。
  • 参与基于VLA操控系统的恢复数据生成和策略评估流水线。

带薪研究助理，Yi Zhang实验室 — 杜克大学 | 2024年8月 – 2025年5月 | 神经外科系 & 生物统计与生物信息学系

  • 开展单细胞基础模型、癌症知识迁移和医学图像分析方面的生物医学AI研究。
  • 参与AI-for-Science论文的模型开发、实验设计和论文撰写。

研究实习生，Song实验室 — 佛罗里达大学 | 2023年5月 – 2024年8月 | 卫生结局与生物医学信息学系

  • 开发用于生物医学预测任务的深度学习模型，包括单细胞扰动响应建模和基于MRI的疾病预测。
  • 以第一作者和共同作者身份发表生物医学AI论文。

项目经历

LeHome Challenge: 可变形物体操控 — 团队负责人 | ICRA 2026 Workshop · 比赛进行中

  • 在LeHome HI-FI仿真环境中开发衣物折叠策略，面向低成本硬件和Sim-to-Real约束下的可变形物体操控。

技术技能

  • 机器人/仿真: MuJoCo, robosuite, robomimic, Isaac Sim, MimicGen, LIBERO, RoboCasa
  • VLA/深度学习: PyTorch, JAX, LoRA微调, DiT策略, Transformers, KV-cache建模, VLM推理
  • 编程语言: Python, C++, JAVA, Swift, SQL