[导师本人]UT Arlington-CS-招收全奖PhD/Research Intern-可跨专业(EE/Stat/Others)
694920
德州大学阿灵顿分校(UT Arlington)-计算机系-招收全奖博士-支持跨专业(CS/EE/ME/CE/Stat/Math/Others)
【太长不看版本】
学 校：德州大学阿灵顿分校（University of Texas at Arlington，简称UTA）
院 系：计算机科学与工程系（Department of Computer Science and Engineering）
导 师：Dr. Sihong He（sihonghe.com）
入学时间：2024年秋季学期，2025年春季及秋季学期
招生名额：2-4名全奖PhD，summer intern，visiting scholars
申请前提：工程或数理专业本科/硕士毕业
研究方向：强化学习(Reinforcement Learning)，信息物理系统(Cyber-Physical Systems)，大语言模型在决策上的应用(LLM for Decision-Making)，可信机器学习(Trustworthy Machine Learning)。
联系方式：有意向申请的同学请将简历，本科/研究生成绩单发送至邮箱：1point3acres.com，请在邮件标题中以“Future-Maverick”开头。
官方申请：uta.edu
以及我有一个长期维持的招生广告在google doc里：docs.google.com
【有时间可以看看全文版本】
大家好，我叫Sihong He，将于24年秋季学期加入德州大学阿灵顿分校CSE系担任助理教授。我从康涅狄格大学计算机科学与工程系获得博士学位，从加州大学尔湾分校统计系获得硕士学位，以及从南方科技大学数学系获得学士学位。我目前的研究方向包括但不限于：
● 强化学习（reinforcement learning (RL)：robust RL，multi-agent RL，federated RL，explainable RL等）
● 信息物理系统（cyber-physical systems：smart city，intelligent transportation，connected autonomous vehicles，smart logistics等）
● 控制与优化（optima control，distributionally robust optimization等）
● 智能决策（decision-making：LLM for decision making，explainable and safe decision-making等）
我在机器人，智能交通，信息物理系统，机器学习等领域的顶级期刊和会议上（例如ICRA，IROS，TITS，TMC，TCPS，TMLR等）发表了多篇论文。我于2024年入选Cyber-Physical Systems Rising Stars（全美入选率16%），Rising Stars in AI（全球入选率15%）, NC State Future Faculty Program Fellow（全美各专业总计31人），并担任多个期刊和会议的program committee或审稿人（例如ICRA，IROS，ICLR，NeurIPS，ICML，AAAI，KDD，TNNLS，IoT-J等）。另外，我曾在劳伦斯伯克利国家实验室以及京东物流实习，可帮助学生内推工业界实习以及全职工作机会。
我的科研目标是实现通用具身人工智能（General Embodied AI）。我未来几年的研究将结合我已有的研究工作围绕这一目标进行。因此，我的研究核心将是为General Embodied AI提供高效、鲁棒、安全、可解释、具有强迁移性及适应性的决策策略。
General Embodied AI旨在使人工智能系统能够像人类一样通过感知、思考和行动来与环境进行交互。这意味着它们需要具有感知系统（如视觉、听觉等）、理解和推理能力、以及运动控制系统，以便能够在物理世界中移动和执行任务。这种类型的人工智能系统通常需要结合机器学习、优化算法、计算机视觉、自然语言处理、运动控制等多个领域的技术。
因此，我对未来和我一同工作的博士生背景没有特定要求。计算机，电子工程，工业工程，土木工程，机器人，机械，数学，统计，优化，控制，物理，以及其他工程数理专业背景的学生，只要对Decision-Making for General Embodied AI这一大方向感兴趣，想要深入学习探索这一大方向下的某一小方向（这取决于你的背景和兴趣），我们就有了一起工作的基础。
在此基础上，我希望未来博士生的沟通和阅读能力在线，身体健康，有自己的兴趣爱好，有一定的编程基础和经验，如果想从事理论方向的研究则需要上过线性代数，数学分析，概率论，随机过程等基础数学课程。如果喜欢写作，那就是大大的加分项。中文，英文，写博客，写小说，写知乎回答，只要喜欢写作，就很好。是否接触过我所研究的科研方向不是必须的。首先重要的是兴趣（这是合作的基础），其次是motivation（这是读博的基础）。
如对加入我的实验室读博感兴趣，请将简历，本科/研究生成绩单发送至邮箱：1point3acres.com。如果你希望到我的实验室做summer intern/visiting scholar而不是申请PhD（读博需要4-5年，需要更大的commitment），请具体说明visiting的目标/期待以及时间。此外，请在邮件标题中以“Future-Maverick”开头（请务必准确添加该词，这是我的filter设置）。我会在1-2周内回复。如果我没有在2周内回复，请再发邮件。
不管你读博的目标是什么，我希望我能够以导师的身份帮助你顺利毕业，实现目标。读博过程中有很多不可控的风险和困难，我希望我能帮助我的博士生尽量规避不必要的困难。这是我作为教育工作者的初心。互相尊重，及时沟通是我处理关系的准则。探索未知的领域，拓展知识的边界，为科研社区和人类社会做贡献，这是我作为科研工作者的初心。初创期间，全奖PhD名额有限，也很欢迎从事相关领域的同学、朋友、学者联系我一起合作。
【太长不看版本】
学 校：德州大学阿灵顿分校（University of Texas at Arlington，简称UTA）
院 系：计算机科学与工程系（Department of Computer Science and Engineering）
导 师：Dr. Sihong He（sihonghe.com）
入学时间：2024年秋季学期，2025年春季及秋季学期
招生名额：2-4名全奖PhD，summer intern，visiting scholars
申请前提：工程或数理专业本科/硕士毕业
研究方向：强化学习(Reinforcement Learning)，信息物理系统(Cyber-Physical Systems)，大语言模型在决策上的应用(LLM for Decision-Making)，可信机器学习(Trustworthy Machine Learning)。
联系方式：有意向申请的同学请将简历，本科/研究生成绩单发送至邮箱：1point3acres.com，请在邮件标题中以“Future-Maverick”开头。
官方申请：uta.edu
以及我有一个长期维持的招生广告在google doc里：docs.google.com
【有时间可以看看全文版本】
大家好，我叫Sihong He，将于24年秋季学期加入德州大学阿灵顿分校CSE系担任助理教授。我从康涅狄格大学计算机科学与工程系获得博士学位，从加州大学尔湾分校统计系获得硕士学位，以及从南方科技大学数学系获得学士学位。我目前的研究方向包括但不限于：
● 强化学习（reinforcement learning (RL)：robust RL，multi-agent RL，federated RL，explainable RL等）
● 信息物理系统（cyber-physical systems：smart city，intelligent transportation，connected autonomous vehicles，smart logistics等）
● 控制与优化（optima control，distributionally robust optimization等）
● 智能决策（decision-making：LLM for decision making，explainable and safe decision-making等）
我在机器人，智能交通，信息物理系统，机器学习等领域的顶级期刊和会议上（例如ICRA，IROS，TITS，TMC，TCPS，TMLR等）发表了多篇论文。我于2024年入选Cyber-Physical Systems Rising Stars（全美入选率16%），Rising Stars in AI（全球入选率15%）, NC State Future Faculty Program Fellow（全美各专业总计31人），并担任多个期刊和会议的program committee或审稿人（例如ICRA，IROS，ICLR，NeurIPS，ICML，AAAI，KDD，TNNLS，IoT-J等）。另外，我曾在劳伦斯伯克利国家实验室以及京东物流实习，可帮助学生内推工业界实习以及全职工作机会。
我的科研目标是实现通用具身人工智能（General Embodied AI）。我未来几年的研究将结合我已有的研究工作围绕这一目标进行。因此，我的研究核心将是为General Embodied AI提供高效、鲁棒、安全、可解释、具有强迁移性及适应性的决策策略。
General Embodied AI旨在使人工智能系统能够像人类一样通过感知、思考和行动来与环境进行交互。这意味着它们需要具有感知系统（如视觉、听觉等）、理解和推理能力、以及运动控制系统，以便能够在物理世界中移动和执行任务。这种类型的人工智能系统通常需要结合机器学习、优化算法、计算机视觉、自然语言处理、运动控制等多个领域的技术。
因此，我对未来和我一同工作的博士生背景没有特定要求。计算机，电子工程，工业工程，土木工程，机器人，机械，数学，统计，优化，控制，物理，以及其他工程数理专业背景的学生，只要对Decision-Making for General Embodied AI这一大方向感兴趣，想要深入学习探索这一大方向下的某一小方向（这取决于你的背景和兴趣），我们就有了一起工作的基础。
在此基础上，我希望未来博士生的沟通和阅读能力在线，身体健康，有自己的兴趣爱好，有一定的编程基础和经验，如果想从事理论方向的研究则需要上过线性代数，数学分析，概率论，随机过程等基础数学课程。如果喜欢写作，那就是大大的加分项。中文，英文，写博客，写小说，写知乎回答，只要喜欢写作，就很好。是否接触过我所研究的科研方向不是必须的。首先重要的是兴趣（这是合作的基础），其次是motivation（这是读博的基础）。
如对加入我的实验室读博感兴趣，请将简历，本科/研究生成绩单发送至邮箱：1point3acres.com。如果你希望到我的实验室做summer intern/visiting scholar而不是申请PhD（读博需要4-5年，需要更大的commitment），请具体说明visiting的目标/期待以及时间。此外，请在邮件标题中以“Future-Maverick”开头（请务必准确添加该词，这是我的filter设置）。我会在1-2周内回复。如果我没有在2周内回复，请再发邮件。
不管你读博的目标是什么，我希望我能够以导师的身份帮助你顺利毕业，实现目标。读博过程中有很多不可控的风险和困难，我希望我能帮助我的博士生尽量规避不必要的困难。这是我作为教育工作者的初心。互相尊重，及时沟通是我处理关系的准则。探索未知的领域，拓展知识的边界，为科研社区和人类社会做贡献，这是我作为科研工作者的初心。初创期间，全奖PhD名额有限，也很欢迎从事相关领域的同学、朋友、学者联系我一起合作。
20条回复