个人简介

于开丞博士，1993年生，山东烟台人，于2016年获香港大学工学学士（一等荣誉）和于2021年获瑞士洛桑联邦理工大学计算与通讯科学理学博士学位。他于2019年获得高通创新基金（欧洲当年仅4人）、2021年以阿里星人才项目加盟达摩院自动驾驶实验室从事感知算法研发工作，次年入选杭州市人才计划，并于2023年8月加盟西湖大学担任助理教授、博士生导师一职，并作为PI 组建自主智能实验室。回国前，于开丞博士先后于因特尔智慧系统实验室，Abacus.AI承担研发岗位职责。其负责领导3个研究项目、核心成员参与3个项目，经费合计超700万元人民币；并在其中协助指导约10名来自世界知名大学的本科、硕士、博士生。

如需更多信息，请访问 www.yukaicheng.cn。

学术成果

于开丞博士已在中国计算机学会A类国际著名期刊、会议以第一、通讯作者发表十余篇论文；相关研究衍生产值达35亿元。其代表性工作揭示自动机器学习领域中算法敏感鲁棒性差的核心原因，并被领域顶会神经网络结构搜索 workshop 列举为行业三大核心问题；后提出的排序引导新算法，极大的提升各类自动机器学习算法鲁棒性，开辟了解决这类问题的新途径。该项目成果荣获高通创新基金。回国后，其在阿里巴巴带领团队将相关研究成果转化落地到相关自动驾驶业务，构建了数据闭环真值生产系统，其一系列工作（BEVFusion, BEVHeight, BEVControl and FusionAD）在多模态自动驾驶领域中取得了一定的成果。其提出的简单通用的鲁棒融合感知框架，极大的提升了自动驾驶鲁棒性，并被业界多家公司集成为算法解决方案。

代表论文（*第一作者 #通信作者 †指导学生）

1. Kaicheng Yu*, Christian Sciuto*†, Martin Jaggi, Claudiu Musat, Mathieu Salzmann, “Evaluating the search phase of neural architecture search”, ICLR, 2020

2. Kaicheng Yu*, Rene Ranftl, Mathieu Salzmann, “Landmark Regularization: Ranking Guided Super-Net Training in Neural Architecture Search”, CVPR, 2021

3. Kaicheng Yu*, Rene Ranftl, Mathieu Salzmann., “An Analysis of Super-Net Heuristics in Weight-Sharing NAS”, Trans. Pattern Analysis and Machine Intelligence, 2021, 44-11, 8110 - 8124.

4. Tingting Liang*†, Hongwei Xie*, Kaicheng Yu*, Zhongyu Xia, Zhiwei Lin, Yongtao Wang, Tao Tang, Bing Wang, Zhi Tang., “BEVFusion: A Simple and Robust LiDAR-Camera Fusion Framework”,  NeurIPS, 2022, [Supervised student project]

5. Lei Yang†, Kaicheng Yu, Tao Tang, Jun Li, Kun Yuan, Li Wang, Xinyu Zhang, Peng Chen, “BEVHeight: A Robust Framework for Vision-based Roadside 3D Object Detection”, CVPR, 2023, [Supervised student project]

6. Kaicheng Yu, Tang Tao†, Hongwei Xie, Zhiwei Lin, Zhongwei Wu, Zhongyu Xia, Tingting Liang, Haiyang Sun, Jiong Deng, Dayang Hao, Yongtao Wang, Xiaodan Liang, Bing Wang， “Benchmarking the Robustness of LiDAR‑Camera Fusion for 3D Object Detection”, CVPR Workshop 2023

7. Tao Tang†, Longfei Gao, Guangrun Wang, Peng Chen, Dayang Hao, Xiaodan Liang, Mathieu Salzmann, Kaicheng Yu, LiDAR‑NeRF: Novel LiDAR View Synthesis via Neural Radiance Fields, in submission.

8. Kaicheng Yu‡, Hongwei Xie, Jianhua Xu, Haoyue Zhang, Chunhuan Lin, Haiyang Sun, Liang Shao, Hang Zheng, Peng Chen, Chao Huang, Dayang Hao, “AutoML System V1”, Alibaba DAMO Academy, 2023. [Product]

联系方式

电子邮箱：autolab.hr@westlake.edu.cn

于开丞教授课题组拟长期开展各类学术职位招聘，包括但不限于博士后、博士研究生、访问学生、研究助理、实习生等。

课题组的研究方向为机器学习，3D感知、和自主智能的交叉领域，致力于利用最前沿的大模型、多模态技术实现从自动机器学习到自主智能的突破，具体包括：

1. 面向自动机器学习到主动学习，自主探索的启发式研究；

2. 面向产业中真实业务场景（自动驾驶、具身智能）进行端到端的感知、决策、规划的研究；

3.  面向数据闭环的具备3D 真值能力的数据生成方向的AI 系统建设研究；

4. AI+Science 的交叉学科及未来探索。