各企、事业单位：
《2025年国务院政府工作报告》明确提出要培育具身智能等未来产业。具身智能（Embodied AI）作为人工智能技术的重要发展方向，其核心在于将智能算法与物理实体深度融合。通过将AI系统嵌入机器人、无人装备、新能源汽车等实体载体，这项技术实现了"智能大脑"与"物理身体"的有机统一，使机器系统能够像人类一样具备环境感知、自主学习和实时交互等能力。
为积极响应科研及工程技术人员需求，落实人工智能战略部署，加快培养数字技术人才，中国人工智能培训网（http://www.chinaai.org.cn）、北京龙腾亚太教育咨询有限公司、北京龙腾智元信息技术有限公司特举办具身智能核心技术开发与应用暨工业和信息化部教育与考试中心《人工智能应用工程师》（高级）职业技术人才培养。
本次培训采用理论+实战培训模式，由北京龙腾亚太教育咨询有限公司进行相关费用收取及发票开具。具体通知如下：
一、培训专家
李老师，985、国防七子高校副教授，硕导，主要研究方向为具身智能、深度强化学习、多智能体系统等。在CCF A/B类会议和期刊上发表20余篇高水平学术论文，授权发明专利3项。获得2023年度CCF多智能体学组优秀博士生论文奖。担任中国指挥与控制学会空间信息通信技术专委会执行委员，多次担任NeurIPS, ICML, IJCAI等CCF A类会议审稿人，作为负责人承担国家自然科学基金青年基金。
二、时间安排:
2026年2月5日 — 2026年2月8日 北京（同时转线上直播）
（5日报到发放上课材料，6日-8日上课）
三、参会对象：
各省市、自治区从事人工智能、机器人、具身智能、自然语言处理、计算机视觉、无人机、无人车、无人艇等领域相关研究的企事业单位技术骨干、科研院所研究人员和大专院校相关专业教学人员及在校研究生等相关人员，以及具身智能研究的广大爱好者。
四、培训目标
1.了解具身智能发展现状。
2.掌握具身智能感知-思考-行动循环框架。
3.掌握Habitat使用技巧。
4.了解具身智能与生成式AI的结合趋势。
5.理解Options（时序扩展的动作单元）与Motion Primitives（基础运动单元）的概念。
6.掌握逆强化学习（IRL）核心逻辑。
7.了解多任务学习与元技能学习。
8.了解主流PDDL规划器的工作原理。
9.掌握大语言模型（LLM）在任务规划中的辅助与应用。
10.掌握VLA（视觉-语言-动作）智能体架构。
11.掌握基于用户反馈（如满意度评分、行为选择）的信任度评估方法。
五、费用标准
A类、4980元/人（含培训费、资料费、场地费、平台使用费、午餐费、A类证书费）。
B类、7980元/人（含报名费、培训费、资料费、场地费、平台使用费、考试费、午餐费、A类B类证书费）。
注：住宿可统一安排，费用自理
1、培训费由组织培训班的施教机构负责收取并提供培训发票。
2、5人以上9折优惠，8人以上8.8折优惠。
3、B类证书费不享受优惠。
4、参加线上、线下培训学员均可享受视频录播回放权益，及本人再次免费参加线下同主题课程学习权益。
六、颁发证书
A类、参加相关培训并通过考核的学员，由北京龙腾亚太教育咨询有限公司颁发《具身智能核心技术开发与应用》培训结业证书。
B类、参加相关培训并通过考核的学员，由工业和信息化部教育与考试中心颁发《人工智能应用工程师》（高级）职业技术证书，可通过工业和信息化部教育与考试中心官方网站查询，并纳入工信部教育与考试中心人才库，该证书可作为有关单位职称评定、专业技术人员能力评价、考核和任职的重要依据。
注：选报B类证书学员报到时请提交电子版彩照（大于20KB，红蓝底皆可）、身份证、学历证明复印件各一份。
七、注意事项
1.指定报名邮箱：2044115758@qq.com。
2.报名成功后，会务组在报到前一周发具体报到通知及行车路线。
3.学员需自备电脑一台。
八、联系方式
联系人：张 杰
手 机：13401149170（微信同号）
电 话：010-81311930
报名邮箱：2044115758@qq.com
具体课程安排：
关键点：
1.具身智能概述：感知-思考-行动
2.技能学习：模仿学习与强化学习
3.任务规划：经典与学习型规划
4.VLA智能体：多模态融合
5.人机交互：多模态接口与信任建模
第一天
9:00-12:00 14:00-17:00
一、具身智能概述
具体内容：
1.具身智能定义与发展背景
2.感知-思考-行动循环框架
3.常用数据集与模拟器介绍
4.具身智能与生成式AI的结合趋势
二、技能学习
具体内容：
1.技能抽象：Options与Motion Primitives
2.模仿学习：行为克隆与逆强化学习
3.强化学习在技能学习中的应用
4.多任务与元技能学习
第二天
9:00-12:00 14:00-17:00
三、任务规划
具体内容：
1.经典规划：PDDL语言与规划器
2.基于学习的分层规划方法
3.大语言模型（LLM）在任务规划中的辅助与应用
四、VLA智能体
具体内容：
1.VLA（视觉-语言-动作）智能体架构介绍
2.多模态预训练方法
3.指令微调与适应性学习
4.实际应用案例解析（如RT-2）
第三天
9:00-12:00 14:00-17:00
五、人机交互
具体内容：
1.多模态接口：语音、手势、面部表情识别与融合
2.可解释性与透明度
3.信任建模与用户接受度
六、综合实践与前沿探讨
具体内容：
1.具身智能的安全与鲁棒性
2.当前挑战与未来方向