多机器人协同控制
聚焦空中异构编队，在受限通信条件下设计稳定可靠的分布式决策策略。
科研概览
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。
关注方向
研究兴趣
多智能体强化学习
研究集中训练、分散执行架构，支撑追逃博弈与大规模探索等任务场景。
视觉-语言导航
将自然语言指令与机载感知深度结合，构建可解释的自主导航能力。
嵌入式无人系统
在边缘算力受限的硬件上部署轻量化感知决策链路，兼顾鲁棒性与实时性。
经历
科研经历
- 2024 – 2026
不完全信息条件下智能群体追逃博弈算法研究 · 核心研究成员
导师：郑元世教授 · 资助：国家自然科学基金项目
- 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。
- 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。
- 2025
无人机-无人车协同导航系统 · 研究工程师
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
- 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。
- 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。
- 2022 – 2023
面向仓储的视觉惯性 SLAM · 项目负责人
导师：李军老师 · 资助：本科毕业论文项目
- 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。
- 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。
欢迎通过联系页面与我交流合作设想。