项目介绍

该岗位博士将加入 OpenBots 实验室，旨在为机器人开发常识能力，使它们能够理解周围环境并规划适当的行动来执行检查任务，即使周围世界的某些部分是未知的和动态的。这些检查任务涉及机器人在周边行走，同时根据视觉或声音检测异常事件，之后可能需要对情况进行详细调查。

项目所开发的常识能力将使机器人能够在不同的（可能变化的）环境中完成类似的检查任务。项目发展将遵循人工智能、世界建模、知识表示、任务规划和运动规划方面的最新成果。

具体来说，该岗位博士的研究将与任务和运动规划相关，假设机器人能够意识到当前所处的情况以及期望的情况。在此过程中，博士生将研究和开发用于规划机器人检查任务执行的算法。博士生的研究应从描述情况和需要解决的规划问题的图形表示开始，例如马尔可夫决策过程。之后，逻辑推理、离散优化和机器学习的某种组合将导致无缝执行，其中机器人保持在策略设置的边界内。

如果需要避开障碍物或出现新的调查任务，任务执行可能会中止或调整。此外，考虑到现实世界中（未知）事件的复杂性和不确定性，博士生的任务和动作规划能力应该利用以前执行的经验并了解它们如何应用于当前情况。

所属院系：代尔夫特理工大学，机械工程学院

项目时长：4 年

申请要求和方式

申请要求：

· 系统与控制、人工智能、机械/电气工程、机器人技术或应用数学，或相关专业硕士毕业；

· 对机器人、人工智能和数据科学感兴趣；

· 在符号规划、强化学习、运动规划和/或马尔可夫决策过程方面具有丰富的经验；

· 扎实的数学基础，尤其是统计学、微积分和线性代数，具有团队合作精神，愿意在由工程师、技术人员和科学家组成的多学科团队中工作；

· 使用 Python/C++ 等语言以及 ROS 和 Gazebo 等机器人工具的编程技能。

申请方式：

特招公开项目，通过招聘系统递交材料。