2026届
王彦聪（2023级）
毕业院校：上海科技大学/计算机科学与技术专业
研究方向：具身智能与三维场景理解
研究内容：机械臂操纵任务需要对场景的三维结构有深刻的理解。通过引入新视角合成的方法，能够获取任务场景的3D结构、物体语义和时空动力学等重要信息，并可用于机器人的训练，使其更高效地完成指定任务。
葛宇轩（2023级）
毕业院校：上海科技大学/计算机科学与技术专业
研究方向：多模态大模型推理
研究内容：多模态大模型是通向通用人工智能的重要一步，但目前多模态大模型在模态融合、推理方法上的缺陷，仍旧很难完成一些在人类看来并不困难的视觉问题；通过对于编码器、连接模块等方面的研究，期望能够弥合不同模态之间的差距，提高模型在多模态推理问题上的性能。
2025届
郎浩然（2022级）
毕业院校：上海科技大学/计算机科学与技术
研究方向：计算机视觉、视频生成与编辑
研究内容：主要研究领域为计算机视觉，其中重点关注的研究方向是视频生成。主要工作涉及使用深度学习方法生成高质量的时序视频内容，探索在生成过程中如何保持视频的连续性和一致性。通过结合最新的生成模型和条件约束，该研究旨在提升视频生成的质量和效率，解决复杂场景下的多样性和动态变化问题。
祖伟钦 (2022级)
毕业院校：上海科技大学/计算机科学与技术专业
研究方向：基于大模型的机器人导航，多智能体强化学习
研究内容：通过结合语言和手绘等多模态输入，提升用户交互体验；利用大型语言模型（LLM）的语言理解能力，将社交环境中的任务解析为点对点导航，并通过单一训练模型处理多任务，采用强化学习获取局部避障策略。引入异构多智能体强化学习算法，增强多智能体在多任务环境下的协作导航能力，依托LLM的文本理解，实现任务要求的精准分析与智能分配，提升智能体的环境感知，更好应对多变环境。
殷康宁（2022级）
毕业院校：哈尔滨工业大学/智能车辆工程
研究方向：人体动作生成，人形机器人
研究内容：利用生成模型，根据用户输入的文字，视频等信息生成相应的人体运动动作。将这些动作重定向到人形机器人身上以作为人形机器人的训练数据，利用模仿学习+强化学习的方法让人形机器人学会各种人能做出来的动作。
2024届
陈睿卿（2019级）
研究方向：主动推理，多智体强化学习
毕业时间：2024年（博士毕业）
毕业去向：蚂蚁集团
郁程（2021级）
研究方向：语音合成与音频编辑
毕业时间：2024年
毕业去向：上海人工智能实验室
2023届
宋文斌（2020级）
研究方向：强化学习与机器人自主导航
毕业时间：2024年
毕业去向：信息学院刘晓培课题组读博
2022届
李阳
研究方向：反馈神经网络
毕业时间：2022年
毕业去向：英国曼彻斯特大学
陈亮
研究方向：强化学习、多智能体强化学习
毕业时间：2022年
毕业去向：致远私募基金
