胡斯特

博士

大阪大学 基础工学研究科 吉川研究室 特任研究员

SH

关于我

你好,我是胡斯特👋, 大阪大学基础工学研究科吉川研究室的特任研究员,我的研究重点是可解释的机器人(XAR)。

我博士毕业于 OU Logo 大阪大学,师从 长井隆行教授和吉川雄一郎教授。曾于 Huawei Logo 华为技术有限公司 担任单板硬件和光技术工程师。硕士毕业于 JHU Logo 约翰霍普金斯大学 怀廷工学院 机械工程专业,本科毕业于 SJTU Logo 上海交通大学 机械工程专业(国际化人才培养试点班)。更多背景信息欢迎查阅我的 简历

🔬 研究方向: 可解释的机器人、世界模型、强化学习与模仿学习。

最新动态

2026.2

论文录用(TARAD, ICRA 2026)

📘 我将在6月1日至5日于维也纳举办的 2026年IEEE国际机器人与自动化会议(ICRA2026) 上展示我的研究成果。期待与大家在会议现场交流!

2026.1

个人主页 sitehu.vercel.app 上线!欢迎访问!

🎉 本网站使用开源模板构建。感谢作者 Zangwei Zheng 提供的优秀模板!

2025.10

加入Moonshot研究开发项目,担任特任研究员

2025.9

博士单位修得退学

🎓 完成所有毕业要求,从大阪大学 吉川研究室 博士单位修得退学。感谢导师和朋友们的帮助!

2025.8

论文出版(RA-L

📘 有一篇论文发表于 IEEE Robotics and Automation Letters(RA-L)。感谢所有合作者!

研究

发表论文

更多信息,请访问 谷歌学术

TARAD: Task-Aware Robot Affordance-Centric Diffusion Policy Learned From LLM-Generated Demonstrations

TARAD: Task-Aware Robot Affordance-Centric Diffusion Policy Learned From LLM-Generated Demonstrations

一种通过基础模型自动生成演示轨迹,并据此学习以可供性为中心的扩散策略的方法。

作者: Site Hu, Takayuki Nagai, Takato Horii

Diffusion policy
Manipulation
Adaptive and transparent decision-making in autonomous robots through graph-structured world models

Adaptive and transparent decision-making in autonomous robots through graph-structured world models

一种在离线数据集中构建图结构世界模型并结合大语言模型的框架,实现面向多任务的长时序规划与可解释决策。

作者: Site Hu, Takato Horii, Takayuki Nagai

World Model
Explainability
Explainable autonomous robots in continuous state space based on graph-structured world model

Explainable autonomous robots in continuous state space based on graph-structured world model

一种基于图结构世界模型的可解释框架,使自主机器人在连续状态空间中实现长时序规划与决策解释,从而提升用户对其决策的可信度。

作者: Site Hu, Takayuki Nagai

World Model
Explainability

技能

Python
PyTorch
C/C++
TypeScript
Next.js
Docker
MATLAB
Ruby
Tcl
SolidWorks
Siemens NX
AutoCAD
Abaqus

奖项与荣誉

2020

华为松研所创新大赛优秀奖

2020

华为2020明日之星奖

2019

华为2019明日之星奖

学术服务

会议审稿人:
ICRA
IROS
ICDL
期刊审稿人:
RA-L
Scientific Reports