跳至正文

研究

聚焦多智能体强化学习、分布式机器人与嵌入式自主系统,探索可稳定落地的协同策略,让自主系统在真实环境中保持可靠表现。

科研经历

研究助理(RA)· 香港科技大学(广州)2026.07 – 2026.10

融合通信机制的多智能体强化学习

硕士毕业后,在香港科技大学(广州)HKUST(GZ) 担任研究助理,研究方向为结合智能体通信的多智能体强化学习(MARL with Communication)。

方法与贡献
  • 围绕协同决策,研究智能体间的通信机制与多智能体策略学习的结合。

MARL / 智能体通信

核心研究成员2024 – 2026

不完全信息条件下智能群体追逃博弈算法研究

围绕空中协同编队,探索在局部探索与突发通信之间自适应切换的多智能体强化学习策略。

方法与贡献

导师:郑元世教授 · 资助:国家自然科学基金项目

  • 在 NP-1E 追逃环境中将捕获成功率提升至 91%。
  • 申请多项无人机协同与稀疏奖励探索相关发明专利并已公开。

MARL / 无人机 / 追逃博弈

研究工程师2025

无人机-无人车协同导航系统

搭建融合 RGB、LiDAR 与里程计的室内物流导航系统,提升调度弹性与执行精度。

方法与贡献

合作单位:美团机器人研究院(深圳) · 合作类型:产学研联合项目

  • 实现考虑底层约束的双模式控制器,支持自动切换与调度策略组合。
  • 在动态测试场景下实现 10 cm 级到达精度。

导航 / ROS

硕士研究生 · 西安电子科技大学2025

多飞行器编队控制与仿真研究

硕士期间围绕多无人机编队形成、协同运动与碰撞避免开展研究,使用 MATLAB 与 Python 实现四边形、环形及仿鸟群编队的控制与仿真。

方法与贡献
  • 结合人工势场与领导者—跟随者结构实现二维、三维四边形编队,并基于环形拓扑与分布式一致性控制实现环形编队。
  • 基于已有的 MSN-Flocking-Formation-Control 开源实现复现并改进 flocking 算法,完善目标跟踪、障碍物避碰与轨迹可视化。
  • 通过仿真轨迹、速度变化、系统连通性与质心运动分析编队行为,在三个 GitHub 仓库中公开代码与可视化工具。

编队控制 / MATLAB / Python / 仿真

项目负责人2022 – 2023

面向仓储的视觉惯性 SLAM

融合惯导与视觉信息,完成仓储环境中的 SLAM 构建与避障路径规划。

方法与贡献

导师:李军老师 · 资助:本科毕业论文项目

  • 10 分钟自主飞行的累计漂移控制在 0.3 m 以内。
  • 实现复杂货架通道内的自主航点巡航与避障。

SLAM / 四旋翼无人机 / 室内导航

研究助理(RA)· 北京航空航天大学2022.06 – 2022.09

TOTAL:基于迁移与主动学习的芯片多工况时序优化

参与面向集成电路多工况静态时序分析与优化的机器学习框架 TOTAL,承担数据预处理、模型验证与基准实验工作。

方法与贡献

导师:Wei W. Xing

  • 参与基于高斯过程回归、迁移学习与主动学习的时序预测研究,支持 15 nm 工艺节点的实验数据准备与模型验证。
  • 在 b17、b18、b19 基准电路上开展实验,收集并分析多轮时序优化中的关键路径预测结果。
  • 为发表于 ACM/IEEE DAC 2023 的论文《TOTAL: Multi-Corners Timing Optimization Based on Transfer and Active Learning》提供实验数据与验证结果。

EDA / 高斯过程 / 迁移学习 / 主动学习