清华NICS-EFC 余金城副研究员

报告生成时间：2026年8月20日
个人主页：余金城
所属团队：清华大学电子工程系 / NICS-EFC实验室（多机协同智能方向）

一、学者基本信息

项目	信息
姓名	余金城（Yu Jincheng / Jincheng Yu）
现职	清华大学电子工程系副研究员
所属平台	Nanoscale Integrated Circuits and Systems Lab—Energy Efficient Computing Group（NICS-EFC）
研究主线	在计算、存储与通信资源受限条件下，面向多机协同智能和具身智能系统进行算法、系统软件与专用硬件协同设计
具体方向	多机器人建图与探索、协同定位、无人机系统、机器人感知与规划、领域专用硬件加速器、具身智能数据基础设施
公开发表	个人简介称已在 DAC、ICRA、IEEE RA-L、IEEE TCAD 等会议和期刊发表论文 30 余篇
学术服务	IROS 2025 Associate Editor；担任 ICRA、IROS 等国际会议审稿人
公开联系	yu-jc@mail.tsinghua.edu.cn

余金城的学术定位具有鲜明的“端到端系统”特点：并非仅在机器人算法或芯片设计中的单一环节展开，而是将机器人任务需求、受限算力/能耗、通信约束、感知建图与硬件实现共同纳入优化对象。其个人主页中，早期成果较多分布于 FPGA 上的神经网络推理和视觉计算加速；近年则明显转向多机器人探索、协同定位、开放词汇地图、机器人视觉与具身数据基础设施。由此形成了以“多机协同智能系统”为中心、以“软硬件协同”为方法论的交叉网络。

二、教育背景与职业履历

2012年9月—2016年6月：清华大学学士。 本科阶段即处于清华电子工程与高能效计算的学术环境中，为后续专用加速器和智能系统研究奠定基础。
2016年9月—2021年6月：清华大学博士。 博士训练与 NICS-EFC 的高能效 AI 计算、神经网络加速及多智能体系统研究高度连续。该时期可见其与汪玉、杨华中以及郭凯元、宁雪妃、邱建涛、胡一鸣等团队成员在 FPGA/CNN 加速方向的联合署名。
2021年7月—2023年6月：清华大学博士后。 此阶段其研究重心进一步向多机器人系统扩展，形成从嵌入式 FPGA 加速到通信受限的协同建图、探索、无人机规划的连续技术路径。
现阶段：清华大学电子工程系副研究员。 作为多机协同智能方向的重要研究者，连接 NICS-EFC 内部的高效深度学习、系统架构与多智能体算法力量，并与定位、机器人及具身智能相关团队开展合作。

这一履历的核心特征是机构连续性强：本科、博士、博士后和现职均在清华大学完成。这使其合作网络的第一层具有稳定的实验室共同体特征；同时，研究议题从芯片/加速器扩张至机器人系统，也推动其向机器人、无线定位、视觉感知等外部学科网络延展。

三、学生培养情况

公开页面未提供余金城独立指导学生的完整、可核验名单，因而本报告不将论文共同作者直接等同于其“学生”。不过，从持续出现于多机系统论文中的青年合作者和学生作者，可以观察到一条较清晰的项目制培养链条：以元帆（Yuanfan Xu）、张藻良（Zhaoliang Zhang）、唐嘉豪（Jiahao Tang）、顾秋怡（Qiuyi Gu）、项云飞（Yunfei Xiang）、佟/王等系统实现参与者为代表的作者群，在探索、建图、视觉惯性里程计、无人机规划与硬件加速等相邻问题上反复协作。

例如，元帆与余金城共同参与了 Explore-Bench、MR-GMMapping、机器人探索—任务规划协同优化、DAC 2024 的高速自主无人机软硬件设计，以及 2025 年嵌入式深度立体视觉在线适配等工作；这显示出从基准与算法、系统到硬件实现的递进式训练框架。顾秋怡、叶钊诚、唐嘉豪等人在 MR-COGraphs 的合作中，则体现了将开放词汇三维场景图纳入通信高效多机器人建图的较新研究方向。

应注意，上述人员的具体学籍、导师归属和毕业去向应以所在单位正式页面为准。现有公开资料能够确认的是稳定的论文协作与项目共同产出，而不是完整的行政培养关系。

四、学术合作网络

4.1 内部合作：NICS-EFC 与清华电子系的核心圈

汪玉教授是余金城最稳定、最关键的内部合作者，也是 NICS-EFC 实验室负责人。二人从早期的 CNN/FPGA 加速研究，到多机器人探索、无人机系统和具身智能系统论文均持续共同署名。以 2022 年 IEEE TCAD 论文 INCAME: Interruptible CNN Accelerator for Multirobot Exploration 为例，余金城、汪玉及杨华中等作者将可中断 CNN 加速器直接服务于多机器人探索任务，代表了该合作网络“任务—算法—硬件”一体化的典型成果。

杨华中教授构成这一网络的重要学术传承和系统架构支点。其与余金城共同署名于 Angel-Eye、跨层 CNN 加速器、自动驾驶计算平台及 INCAME 等工作，连接了集成电路、可重构计算和智能机器人应用。由此可见，余金城的研究并不是脱离硬件的机器人应用，而是沿着实验室长期积累的高能效 AI 计算路线向具身系统推进。

在同团队横向协作中，宁雪妃（高效深度学习方向）与余金城在 2018 年跨层 CNN 加速器、2021 年自动驾驶高效计算平台以及 2024 年 Rad-NeRF 等成果中形成连接；于超（多智能体方向、清华深圳国际研究生院助理教授）则在多智能体导航、主动拓扑建图和 INCAME 等议题上多次共同署名。二者分别将高效深度学习和多智能体学习/规划能力接入余金城的系统研究，体现出实验室以方向负责人为节点的互补式协作结构。

此外，郭凯元、邱建涛、胡一鸣、曾树林、徐志霖、戴国浩、梁爽等作者，构成早期加速器与中期机器人系统合作的重要共同体；而元帆、项云飞、顾秋怡、张藻良、唐嘉豪、郭子涵等作者则构成近年多机器人系统与具身感知项目的高频执行网络。

4.2 跨机构合作：从机器人定位到具身智能数据的延展

余金城的跨机构合作以“问题驱动的技术互补”为主，而非大规模松散署名。较具代表性的外部节点包括：

Michael Kaess（卡内基梅隆大学）及其 SLAM 网络。 2022 年 IEEE RA-L 论文 PLC-LiSLAM: LiDAR SLAM With Planes, Lines, and Cylinders 的作者包括 Lipu Zhou、Guoquan Huang、Yinian Mao、余金城、Shengze Wang 和 Michael Kaess。该合作将余金城纳入国际 SLAM/机器人定位研究链条，议题由多机协同拓展至包含平面、线和圆柱体等结构特征的激光 SLAM。它与其后的多机器人地图和定位研究形成技术衔接。
清华内外的无线定位与感知协作网络。 余金城与袁申（Yuan Shen）及多位作者在立体 UWB 阵列多机器人定位、时间戳协同标定、二维 AoA 估计等系列工作中合作。2025 年 IEEE Transactions on Robotics 论文 Robust and Scalable Multi-Robot Localization Using Stereo UWB Arrays 表明该网络已进入高水平机器人期刊的系统性成果阶段。
深圳与具身智能相关节点。 2025 年 MR-COGraphs 作者中的金强崔（Jinqiang Cui）与陈昕雷（Xinlei Chen）等人，将开放词汇三维场景图、通信高效地图构建及具身感知资源连接起来。该论文强调多机器人场景中语义地图的通信效率，说明合作网络正在由几何建图走向语言/视觉语义与具身智能数据基础设施。

4.3 国际合作：以国际发表平台和直接合著为主要通道

国际连接可从两个层面理解。第一层是直接合著：与 Michael Kaess 的 RA-L 工作构成清晰的跨国机构合作实例。第二层是国际学术共同体参与：余金城持续在 ICRA、IROS、RA-L、TRO、DAC、TCAD、ISCA、MICRO、NeurIPS 等国际平台发表或参与学术服务，这些平台将其网络嵌入机器人、计算机体系结构、EDA 与机器学习的交叉社群。

需要区分的是，国际会议发表和审稿服务意味着稳定的国际同行连接与可见度，但不能据此推断为与所有相关机构存在正式项目合作。就公开可追溯的论文资料而言，本报告将直接合著和共同项目视为强连接，将会议服务、论文发表视为学术共同体连接。

五、业界合作关系深度分析

截至报告生成日，检索到的个人主页、实验室页面与主要论文资料未明确披露余金城作为负责人或共同负责人，与某一家企业签署联合实验室、横向项目或共同专利的稳定合作关系。因此，不能将“使用企业硬件”或“成果面向产业场景”表述为已证实的企业合作。

但其研究具备较强的产业接口，可从三方面分析。其一，面向高速度自主无人机的 DAC 2024 工作在搭载 NVIDIA Jetson Orin NX 的微型无人机上进行评估；论文报告相较两种人工设计方法实现了飞行速度提升。这里能够确认的是采用了 NVIDIA 边缘计算平台作为实验硬件，反映其系统可落地于主流嵌入式 AI 平台；但这不构成与 NVIDIA 的联合研发证据。

其二，FPGA/CNN 加速器、视觉惯性里程计、深度估计与 3D Gaussian Splatting SLAM 加速等方向，天然连接芯片、机器人、无人机与边缘智能产业链。特别是从 Angel-Eye、跨层 CNN 加速器到 REACT3D、SASRO 的演进，表明团队积累可以覆盖模型部署、实时感知和在线适应，适合与机器人本体、嵌入式计算平台和智能制造场景对接。

其三，通信受限的多机器人探索、UWB 协同定位和灾害环境无人机覆盖规划，具有应急救援、巡检、仓储物流、低空智能系统等应用潜力。当前更准确的表述应为“具备面向产业任务的技术成熟度与接口”，而非“已形成某企业合作网络”。若需评估真实业界合作深度，后续应以项目公示、专利权属、企业新闻稿、联合署名单位和资助信息作为补充证据。

六、重要奖项与学术兼职

公开个人简介明确列出的学术兼职为：IROS 2025 Associate Editor（2025年1月—6月），并担任 ICRA、IROS 等国际会议审稿人。这一角色与其研究主题高度匹配：IROS/ICRA 是智能机器人与系统领域的重要国际会议，Associate Editor 工作意味着其已参与国际同行评审组织环节，并对多机器人、具身智能和机器人系统等研究议题保持持续的社区连接。

关于重要奖项，现有可查公开个人主页和清华电子系教师主页未列出可明确归属余金城个人的获奖条目。本报告据此不罗列未经证实的奖项。团队层面或合作论文所获荣誉亦不应在没有个人获奖名单的情况下替代其个人奖项记录。

七、Connection圈层总结

余金城的关系网络可概括为“清华电子系长期训练—NICS-EFC 软硬件协同核心—多机器人系统交叉扩展—国际机器人社群连接”的四层结构。

第一圈层：实验室领导与长期核心合作者。 汪玉是最关键的学术组织节点；杨华中提供集成电路与高能效计算的深厚学术支撑。二者共同塑造了余金城从神经网络加速器走向具身智能系统的研究底座。
第二圈层：NICS-EFC 方向负责人及同组协作网络。 宁雪妃、于超与余金城分别在高效深度学习、多智能体算法和系统设计方面形成互补；郭凯元、邱建涛、胡一鸣、元帆、项云飞、顾秋怡、张藻良、唐嘉豪等共同作者构成围绕具体课题持续协作的项目网络。
第三圈层：跨学科、跨机构研究伙伴。 Michael Kaess 所代表的 SLAM 合作将网络接入国际机器人定位研究；袁申及无线定位协作群连接 UWB、阵列信号处理和多机器人协同定位；陈昕雷、金强崔等合作节点则延伸至开放词汇语义地图与具身智能数据议题。
第四圈层：国际学术平台与产业技术接口。 ICRA、IROS、RA-L、TRO、DAC、TCAD、ISCA、MICRO 和 NeurIPS 共同构成其跨机器人、体系结构与机器学习领域的传播通道；NVIDIA Jetson 等边缘计算平台的实验应用，以及无人机、机器人与嵌入式加速任务，则构成面向业界的技术接口。

总体而言，该网络的强项不在于单纯扩大合作者数量，而在于以具体机器人任务为牵引，将算法、通信、感知、硬件和数据系统的节点组织为可交付的协同智能方案。未来，随着开放词汇地图、高精度操作数据、在线适应和具身智能基础设施等方向发展，其合作网络有望进一步向机器人平台、视觉语言模型与边缘 AI 系统的交汇处扩展。

参考公开来源

余金城个人主页，NICS-EFC：个人简介、教育经历、公开论文列表与合作者信息。
清华大学电子工程系教师主页：余金城：职称、教育与工作经历、研究方向、学术兼职。
NICS-EFC 实验室主页：实验室负责人、研究方向及团队组织信息。
Xu et al., Automatic Hardware/Software Design for High-Speed Autonomous Unmanned Aerial Vehicles Guided by a Flight Model, DAC 2024：嵌入式 GPU 平台实验及系统设计信息。

清华NICS-EFC 余金城 副研究员