黄家辉 JIAHUI HUANG

研究方向

多智能体学习 · 强化学习 · 生成式模型 · 智能体 AI

教育背景

• 香港大学，工程学硕士（MSc(Eng)，Robotics and Intelligent Systems），2026.9 - 2027.6（预计）
• 重庆大学，人工智能专业，工学学士，2022.9 - 2026.6 · GPA 3.5/4.0
  毕业论文：《基于 LLM 的企业基本面分析 Agent 设计与实现》

论文与学术稿件

• 生成式价值分布的风险敏感强化学习 [NeurIPS 2026 在审] · 一作
  用条件流匹配建模完整回报分布，在共享流式 critic 上联合训练均值与 CVaR 双目标 actor；奖励与 7 个基线相当，崩溃率大幅降低。
• 可扩展多智能体路径求解的因果定位式局部修复 [AAAI 2027 在审]
  提出局部修复框架：把 MAPF 解的可修复冗余按成因分成 goal-lock、detour、precedence 三类，每类配专用修复算子。10 类 MovingAI 地图、5850 个实例上 100% 求解，平均约 2 秒；同等 2 秒预算下，多余 sum-of-costs (SoC) 比 LaCAM3 低 5.1 个百分点。
• 另有 3 篇一作稿件 [AAAI 2027 在审]：持续离策略 RL 的生成式经验回放；机器人控制器接口校准；基于校准漂移的分布鲁棒学习。

研究经历

• 上海先软信息技术有限公司 · 算法工程师 2025.04 - 2025.06
  • 负责多机器人仓库路径规划系统的核心求解器模块：ECBS 的 Python 实现加任务分配，面向生产规模的仓库部署设计。
  • 把冲突检测机制与启发式函数调优到产品规模：求解速度 +40%，吞吐 +30%，高并发负载下稳定。

研究项目

智能体 AI

• Vellorys — 面向 A 股、港股、美股和加密市场的 LLM 多智能体研究系统。设计了 LangGraph 智能体工作流，工具证据前置注册、形式化论证解决冲突、PPO 路由自适应选线。300 条样本上幻觉率 1.9%，事实准确率 0.960。vellorys.com

多智能体路径规划（MAPF）

• GCSS — 大规模 MAPF 求解器，围绕预先算好的 Scatter 路径展开；每一步尝试多种 PIBT 策略，保留最优结果，并自动处理路径交换。33 张 MovingAI 官方地图求解率 87.5%，500-1000 智能体亚秒到秒级求解，SoC 与 LaCAM3 的差距在 2% 以内。
• DiffRefine — 用 SE(2) 等变图网络加 Mamba 序列模型来精化 MAPF 轨迹，轨迹用 B 样条表示；配套完整训练、评估管线和测试套件。
• 经典算法手写实现：A*、Focal A*、SIPP、CBS（Python/C++）。

机器人学习

• VLA：基于整流流的视觉-语言-动作模型 — 一步生成，170 Hz 推理；我们的评测下 1 步 MSE 比 DDPM 低 98.3%。
• 机器人部署 — Scout Mini 导航与控制，相机-IMU 标定（Kalibr，1.10 px），激光雷达里程计（NDT/ICP/GN-ICP）。Planning-control · Camera-calibration · lidar

技能

编程：Python、C++、Rust、Go、SQL、LaTeX
强化学习：PPO、SAC、DQN、分布型 RL
生成式/深度学习：扩散、流匹配、GNN、Mamba、PyTorch
多智能体/规划：MAPF、A*、CBS、ECBS、SIPP、PIBT
机器人：ROS、MuJoCo、Gazebo、PCL、Kalibr