孫紹華 Shao-Hua Sun

程序引導式機器人學習

我的學術研究聚焦於機器人學習 (robot learning)，或稱作AI機器人，核心目標是讓機器人能在複雜、開放且高度不確定的環境中，安全且可靠地學習新技能並執行任務。相較於傳統以黑盒神經網路為主的端到端方法，我提出並系統性發展「程序引導式機器人學習 (program-guided robot learning)」，將技能學習拆解為可理解、可驗證的程式化決策結構，再結合強化學習完成實際控制。此一方法顯著提升模型的可解釋性、泛化能力與安全性，回應了當前機器人技術難以落地的關鍵瓶頸。

在學術成果上，我們團隊 (臺大機器人學習實驗室 NTU Robot Learning Lab) 的研究成果已發表於許多領域的國際頂尖會議，包含機器學習與人工智慧 (NeurIPS、ICML、ICLR)、機器人學習 (CoRL)、語言模型與自然語言處理 (EMNLP、COLM)、人機互動 (IUI) 等，並獲得高度引用與國際關注。我也透過在國際頂尖會議舉辦tutorials (NeurIPS 2024、ACML 2023) 與workshops (ICML 2025、RLC 2025、CoRL 2025)，推動程式合成與強化學習結合的研究方向，促進此一新興典範在國際社群中的形成與擴散。這些成果在原創性與影響力上，已與國際一線研究團隊並駕齊驅，並建立臺灣在相關領域的能見度。

在應用層面，我的研究預期實際導入半導體製造、消費性電子與智慧系統產業，例如光罩瑕疵檢測、筆電散熱控制與機器手臂操作等。透過可解釋且具泛化能力的學習模型，這些技術可降低產線風險、提升能源效率，並減少對人工經驗的依賴。長遠而言，相關技術可擴展至長照、服務型機器人與智慧製造，回應高齡化與勞動力短缺等社會挑戰，對未來經濟發展與民生福祉具有實質且深遠的影響。