Jan Blumenkamp

关于

Jan Blumenkamp是一位专注于多机器人系统与多智能体学习领域的新兴研究者，其研究涵盖去中心化协作规划、图神经网络（GNN）策略学习以及仿真到现实的迁移技术。他最具影响力的工作之一是2022年发表的《面向真实世界多机器人系统的去中心化GNN策略框架》，该论文已获44次引用，系统性地将图神经网络范式引入真实机器人集群控制，有效推动了集群行为、多智能体路径规划等任务的实际落地。他还主导开发了向量化多智能体仿真平台VMAS，为大规模集体机器人学习提供了高效的实验基础设施。在规划可扩展性方面，他提出借助离线最优专家引导在线策略生成的创新思路，致力于破解多机器人规划中的"维度诅咒"。近年来，他进一步拓展至自然语言条件化的离线强化学习与去中心化视觉SLAM等前沿方向，展现出跨越感知、规划与学习的宽广研究视野。其研究成果对推动多机器人系统从仿真走向现实部署具有重要的学术与工程价值。

研究焦点

主要成就

代表论文

1. 1
   A Framework for Real-World Multi-Robot Systems Running Decentralized GNN-Based Policies

   44 次引用 · 2022
2. 2
   VMAS: A Vectorized Multi-agent Simulator for Collective Robot Learning

   12 次引用 · 2024
3. 3
   The Holy Grail of Multi-Robot Planning: Learning to Generate Online-Scalable Solutions from Offline-Optimal Experts

   6 次引用 · 2022
4. 4
   The Holy Grail of Multi-Robot Planning: Learning to Generate\n Online-Scalable Solutions from Offline-Optimal Experts

   6 次引用 · 2021
5. 5
   Language-Conditioned Offline RL for Multi-Robot Navigation

   3 次引用 · 2025
6. 6
   Closing the Reality Gap with Unsupervised Sim-to-Real Image Translation for Semantic Segmentation in Robot Soccer.

   3 次引用 · 2019
7. 7
   VMAS: A Vectorized Multi-Agent Simulator for Collective Robot Learning

   3 次引用 · 2022
8. 8
   See What the Robot Can't See: Learning Cooperative Perception for Visual Navigation

   2 次引用 · 2023
9. 9
   DVM-SLAM: Decentralized Visual Monocular Simultaneous Localization and Mapping for Multi-Agent Systems

   2 次引用 · 2025
10. 10
    Closing the Reality Gap with Unsupervised Sim-to-Real Image Translation

    2 次引用 · 2022

主要合作者

联系与链接