Yufei Zhu
Yufei Zhu Befattning: Doktorand Organisation: Institutionen för naturvetenskap och teknikE-post: eXVmZWkuemh1O29ydS5zZQ==
Telefon: 019 301005
Rum: T1227
Om Yufei Zhu
Välkommen till Min sida.
Jag är Yufei Zhu, doktorand i slutskedet vid Robot Navigation & Perception Lab, Örebro universitet i Sverige, under handledning av Martin Magnusson, med bihandledning av Andrey Rudenko (TUM), Tomasz P. Kucner (Aalto University) och Achim J. Lilienthal (TUM). Jag arbetar inom EU Horizon 2020-projektet DARKO och är anknuten till Wallenberg AI, Autonomous Systems and Software Program (WASP).
Min forskning fokuserar på att lära probabilistiska representationer av mänskliga rörelsemönster (kartor över dynamik) som kodar rumslig-temporala dynamiker på miljönivå, vilket möjliggör långsiktig prediktion av mänsklig rörelse och robotnavigering med hänsyn till människor. Jag vidareutvecklar dessa representationer genom implicita neurala representationer för kontinuerliga rumslig-temporala rörelsefält, onlineanpassning till föränderliga miljöer, samt integration i generativa modeller såsom flow matching, mot styrbar multimodal trajektoriegenerering.
Praktik och Forskningserfarenhet:
- 2026 mar – 2026 aug: Gästdoktorand vid UC San Diego, USA. Arbetar med styrbara generativa modeller för generering av mänsklig rörelse under fysikaliska begränsningar.
- 2025 jan – 2025 mar: Forskningspraktikant vid Miraikan Accessibility Lab, Tokyo, Japan. Arbetade med robotnavigering genom täta folkmassor, med anpassning till kompatibla folkflöden för säker och effektiv navigering.
- 2024 mar – 2024 sep: Forskningspraktikant vid Robert Bosch GmbH Corporate Research, Stuttgart, Tyskland. Arbetade med onlineinlärning av mänskliga rörelsemönster i föränderliga miljöer.
Forskningsområden:
- Human Motion Prediction
- Spatiotemporal Pattern Learning
- Probabilistic Modeling
- Neural Implicit Representations
- Generative Modeling
Forskningsprojekt
Pågående projekt
Forskargrupper
Publikationer
Artiklar i tidskrifter
- Zhu, Y. , Rudenko, A. , Kucner, T. P. , Lilienthal, A. J. & Magnusson, M. (2025). Long-Term Human Motion Prediction Using Spatio-Temporal Maps of Dynamics. IEEE Robotics and Automation Letters, 10 (11), 12229-12236. [BibTeX]
- Schreiter, T. , Almeida, T. R. d. , Zhu, Y. , Gutiérrez Maestro, E. , Morillo-Mendez, L. , Rudenko, A. , Palmieri, L. , Kucner, T. P. & et al. (2025). THÖR-MAGNI: A large-scale indoor motion capture recording of human movement and robot interaction. The international journal of robotics research, 44 (4). [BibTeX]
- Almeida, T. R. d. , Zhu, Y. , Rudenko, A. , Kucner, T. P. , Stork, J. A. , Magnusson, M. & Lilienthal, A. J. (2024). Trajectory Prediction for Heterogeneous Agents: A Performance Analysis on Small and Imbalanced Datasets. IEEE Robotics and Automation Letters, 9 (7), 6576-6583. [BibTeX]
Konferensbidrag
- Zhu, Y. , Rudenko, A. , Palmieri, L. , Heuer, L. , Lilienthal, A. & Magnusson, M. (2025). Fast Online Learning of CLiFF-Maps in Changing Environments. I: Ott, C, IEEE International Conference on Robotics and Automation Proceedings. Konferensbidrag vid 2025 IEEE International Conference on Robotics and Automation (ICRA 2025), Atlanta, USA, May 19-23, 2025. (ss. 10424-10431). Institute of Electrical and Electronics Engineers Inc.. [BibTeX]
- Zhu, Y. , Fan, H. , Rudenko, A. , Magnusson, M. , Schaffernicht, E. & Lilienthal, A. (2024). LaCE-LHMP: Airflow Modelling-Inspired Long-Term Human Motion Prediction By Enhancing Laminar Characteristics in Human Flow. I: 2024 IEEE International Conference on Robotics and Automation (ICRA). Konferensbidrag vid IEEE International Conference on Robotics and Automation (ICRA 2024), Yokohama, Japan, May 13-17, 2024. (ss. 11281-11288). IEEE. [BibTeX]
- Zhu, Y. , Rudenko, A. , Kucner, T. , Palmieri, L. , Arras, K. , Lilienthal, A. & Magnusson, M. (2023). CLiFF-LHMP: Using Spatial Dynamics Patterns for Long-Term Human Motion Prediction. I: 2023 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 01-05 October 2023, Detroit, MI, USA. Konferensbidrag vid 2023 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2023), Detroit, MI, USA, October 1-5, 2023. (ss. 3795-3802). IEEE. [BibTeX]