陈龙彪，厦门大学信息学院副教授、博导，国家级海外高层次人才、厦门大学南强青年拔尖人才、福建省高层次人才A类、厦门市双百人才；主要研究方向为群体智能、具身智能、空间计算、普适计算。国内首位连续两次以第一作者获 CCF-A 类会议 UbiComp最佳论文提名奖，2022年获ACM SIGSPATIAL 中国新星奖（全国唯一）。累计发表论文 70 余篇（CCF-A 类 13 篇 / 一作及通讯），授权专利 20 余项，主持国家自然科学基金等 6 项国家级项目。担任CCF YOCSEF厦门主席、ACM SIGSPATIAL 执委等，任 Big Data Research 主编，指导学生获“互联网 +”省赛金奖等。
报告摘要
Crowdverse 聚焦群体具身智能训练成本高与场景构建难的双重挑战，构建“物理环境建模→动态数据仿真→群智任务调度→执行反馈优化”的技术效益逐级响应体系，通过动态协同聚类算法辨识高价值感知场景、跨域小样本融合框架量化认知任务关键节点、情境时空图演化模型预知任务风险节点，形成从感知层动态特征提取，到认知层跨域知识融合，再到预知层风险推演的全链条技术闭环，精准定位群体智能任务中的关键优化区域与核心算法模块，量化各技术组件对训练效率提升与成本控制的贡献度，最终形成“场景高效建模 - 任务智能调度与执行反馈 - 风险前瞻预警”的三位一体解决方案，系统性破解群体具身智能领域“训练成本高、模拟效率低、风险难预判”的核心难题。
