文献知识库

你也许可以从哪里开始？

1. 学习相关课程，例如计算机视觉导论，以及 CS 自学指南 上的深度学习课程。
2. 学习阅读论文，下面列出了一些王亦洲老师组的论文。王老师的研究领域比较广泛且发展迅速，从自己感兴趣的方向入手，逐步了解相关领域的研究现状和挑战。
3. 参加实习。

技术栈

1. PyTorch等深度学习框架
2. 从论文开源代码中学习相关技术实现细节

相关论文

三维视觉、人体姿态/运动估计：

• Human Motion Generation: A Survey (IEEE-TPAMI 2024)，🌟综述，系统地梳理了基于文本、音频以及场景驱动的人体动作生成方法，并探讨了其中的挑战与未来方向。

• VMarker-Pro: Probabilistic 3D Human Mesh Estimation from Virtual Markers (IEEE-TPAMI 2025)，提出以虚拟标记为中间表示的 3D 人体网格估计方法，提升了模型在未见过的真实场景中的泛化能力。

具身智能与机器人：

• UnrealZoo: Enriching Photo-realistic Virtual Worlds for Embodied AI (ICCV 2025)，搭建丰富的机器人仿真训练场景。

• DyWA: Dynamics-adaptive World Action Model for Generalizable Non-prehensile Manipulation (ICCV 2025)，对机器人非抓取操作这一前沿课题的研究。

• Awesome-World-Models 列出了几年来世界模型领域的经典论文，涵盖了从基础模型到具体应用的多个方面。

多智能体博弈与复杂决策：

• Richelieu: Self-Evolving LLM-Based Agents for AI Diplomacy (NeurIPS 2024)，提出一种基于大语言模型的自我进化智能体框架，展示了智能体在复杂交互和动态环境中的策略规划能力。

认知计算与AGI架构：

• Mathematical Formulation of AGI in the (C, U, V) Framework (Engineering 2026)，提出了通用人工智能的形式化框架，探讨了智能系统的组成部分及其相互关系。

• Neural Synchrony Between Socially Interacting Language Models (ICLR 2026)，研究了语言模型在社交互动中的神经同步现象，为理解智能体之间的协同和通信提供了新视角。