深度学习在机器人感知方面取得了显着的成功，但是在推广到不断变化的环境中时，其以数据为中心的性质会受到影响。相比之下，基于物理场的优化泛化性更好，但由于缺乏高级语义信息并且依赖手动参数调优，因此在复杂的任务中表现不佳。

为了利用这两个互补的方法，在 CVPR 2023 中，来自纽约州立大学布法罗分校的助理教授王晨博士等人提出了一个面向机器人的开源库 PyPose。PyPose 是一个基于 PyTorch 的库，并且将深度感知模型与基于物理的优化技术相结合。PyPose 的设计原则是用户友好，高效且可解释的，具有整洁且组织良好的架构。 通过命令性的界面，它可以轻松地集成到现实世界的视觉和机器人应用中。

最终的实验表明，与最先进的机器人开源库相比，PyPose在计算中实现了超过10倍的速度。 同时，为了促进未来的研究，王晨博士也也提供了具体的使用示例，包括定位、建图、控制、规划等。

王晨博士于2022入职纽约州立大学布法罗分校任助理教授，并创建 Spatial AI &Robotics (SAIR) Lab 实验室，实验室的研究目标是在机器人系统上实现人类水平的空间意识和推理。

3月17日上午10点，王晨博士将参与到 AI 新青年讲座第199讲中，主讲《面向机器人的开源库PyPose及应用实践》。