CMU机器人研究所石冠亚课题组招生
514710
CMU与RI简介
卡内基梅隆大学（Carnegie Mellon University），简称CMU，坐落于宾夕法尼亚州西南的匹兹堡，是一所世界闻名的研究型大学。CMU是少数几个能将计算机科学专业独立成院的大学之一，CMU计算机学院（School of Computer Science，简称SCS）一直被U.S. News和csrankings.org评为第1名。机器人研究所（Robotics Institute，简称RI）是CMU计算机学院下属的七个系之一，长期以来都是计算机学院funding最多的系。RI成立于1979年，是世界上第一个提供Robotics Ph.D.学位的机构。随着30多年来一代代天才们的创新，RI在自动化，无人驾驶，智能制造，计算机图形学，计算机视觉，机器人的决策、规划与控制，柔性机器人，以及空间、医疗、交通、家庭机器人等各个领域全面开花，成为了最老牌和最成功的机器人研究机构之一。
课题组简介
课题组将致力于研究与控制理论、智能控制、人工智能、机器学习、机器人相关的广泛课题。我们关注的核心议题是，如何将控制理论和深度学习结合起来，在保证稳定性（stability）、安全性（safety）、鲁棒性（robustness）的前提下，推进机器人敏捷控制以及自动化的边界。具体的方向包括但不限于：
【导师简介】
石冠亚博士（个人主页：1point3acres.com）于2022年8月从加州理工学院（Caltech）计算与数学科学系（CMS）控制与动力系统专业（CDS）获得博士学位，目前在华盛顿大学（University of Washington）计算机学院担任博士后研究员。他将于2023年秋季学期入职卡内基梅隆大学计算机学院机器人研究所担任助理教授。在此之前，他于2017年本科毕业于清华大学车辆与运载学院，并于2020年在英伟达担任访问研究员。他的学术兴趣是机器学习与控制理论的结合，以及在机器人控制与智能决策中的应用。他在Science Robotics，T-RO，NeurIPS，ICRA，ACC，L4DC等机器人、机器学习、控制方面的期刊与会议发表论文二十余篇。他先后获得了加州理工学院Simoudis探索奖和Ben P.C. Chou博士论文奖，WAIC云帆奖，以及芝加哥大学数据科学明日之星奖。
【理想候选人】
理想的硕士/博士研究生候选人应该掌握以下三种能力中的至少两种：
当然，我们也欢迎不同方向/背景的同学加入，带来新的思想和技术。
【课题组文化】
作为一名新的助理教授，我会坚持以下几点：
申请方式
2023年秋季入学的博士生或硕士生可以直接申请CMU RI的博士或者硕士项目。RI一共有4个研究生项目（ri.cmu.edu）：PhD，MSR，MSCV和MRSD。如果你想跟我做学术研究的话，优先申请RI的PhD项目（全额奖学金）或MSR（Master of Science in Robotics）项目（部分奖学金）。注意RI的MSR项目非常学术，为期24个月，毕业会有thesis，并且有部分奖学金（25%－100%不等）。截至日期：2022年12月12日。
除了RI之外，你也可以考虑申请SCS其他的博士或硕士项目（比如MLD）。你也可以考虑同时申请CMU的ECE或者Mechanical Engineering系（我与这两个系的老师有合作，并且马上会有courtesy faculty position）。
访问学生、本科生、博士后申请人请直接与我联系。
卡内基梅隆大学（Carnegie Mellon University），简称CMU，坐落于宾夕法尼亚州西南的匹兹堡，是一所世界闻名的研究型大学。CMU是少数几个能将计算机科学专业独立成院的大学之一，CMU计算机学院（School of Computer Science，简称SCS）一直被U.S. News和csrankings.org评为第1名。机器人研究所（Robotics Institute，简称RI）是CMU计算机学院下属的七个系之一，长期以来都是计算机学院funding最多的系。RI成立于1979年，是世界上第一个提供Robotics Ph.D.学位的机构。随着30多年来一代代天才们的创新，RI在自动化，无人驾驶，智能制造，计算机图形学，计算机视觉，机器人的决策、规划与控制，柔性机器人，以及空间、医疗、交通、家庭机器人等各个领域全面开花，成为了最老牌和最成功的机器人研究机构之一。
课题组简介
课题组将致力于研究与控制理论、智能控制、人工智能、机器学习、机器人相关的广泛课题。我们关注的核心议题是，如何将控制理论和深度学习结合起来，在保证稳定性（stability）、安全性（safety）、鲁棒性（robustness）的前提下，推进机器人敏捷控制以及自动化的边界。具体的方向包括但不限于：
- 离线学习（offline learning）与在线自适应控制（online adaptation）的结合
- 基于模型（model-based）与免模型（model-free）算法的结合
- 数据驱动的在线控制，最优控制，以及自适应控制的基础理论
- 更安全、鲁棒、自适应、结构化的强化学习算法
- 机器人集群智能，多智能体的决策与控制
- 无人机、足式机器人、无人车的决策与敏捷控制
【导师简介】
石冠亚博士（个人主页：1point3acres.com）于2022年8月从加州理工学院（Caltech）计算与数学科学系（CMS）控制与动力系统专业（CDS）获得博士学位，目前在华盛顿大学（University of Washington）计算机学院担任博士后研究员。他将于2023年秋季学期入职卡内基梅隆大学计算机学院机器人研究所担任助理教授。在此之前，他于2017年本科毕业于清华大学车辆与运载学院，并于2020年在英伟达担任访问研究员。他的学术兴趣是机器学习与控制理论的结合，以及在机器人控制与智能决策中的应用。他在Science Robotics，T-RO，NeurIPS，ICRA，ACC，L4DC等机器人、机器学习、控制方面的期刊与会议发表论文二十余篇。他先后获得了加州理工学院Simoudis探索奖和Ben P.C. Chou博士论文奖，WAIC云帆奖，以及芝加哥大学数据科学明日之星奖。
【理想候选人】
理想的硕士/博士研究生候选人应该掌握以下三种能力中的至少两种：
- 扎实的数学基础和理论基础（例如控制理论、非线性控制、线性代数、凸优化、概率论与数理统计、机器学习、强化学习等）
- 优秀的算法开发、分析、调试和编程能力（例如复现经典论文、开发新算法、实验结果分析、PyTorch等深度学习工具、ROS编程等）
- 丰富的机器人经验（例如无人机、无人车、足式机器人、机械臂等）
当然，我们也欢迎不同方向/背景的同学加入，带来新的思想和技术。
【课题组文化】
作为一名新的助理教授，我会坚持以下几点：
- 互相尊重、互相学习，在努力指导学生的同时也会积极向学生学习－“弟子不必不如师，师不必贤于弟子”。
- 理解、包容、平等地对待每一位同学，尽最大努力因材施教。比如，如果你是一个理论背景的人，我不会强迫你一开始就做很多实验，而是会帮你找一个擅长做实验的合作者，或者慢慢培养你的实验技能（对于实验背景的同学亦然）。
- 倡导开放、交流、多元的实验室文化。除了组会之外，我会定期组织读书讨论会、tutorial以及各种团队活动。
- 合作、创新、跨学科的学术氛围。我是一个很喜欢跨学科合作的人，坚信最好的创新来自于思想的碰撞。在CMU，我会积极与其他教授合作或者co-advise学生，我也会大力倡导组内合作。
申请方式
2023年秋季入学的博士生或硕士生可以直接申请CMU RI的博士或者硕士项目。RI一共有4个研究生项目（ri.cmu.edu）：PhD，MSR，MSCV和MRSD。如果你想跟我做学术研究的话，优先申请RI的PhD项目（全额奖学金）或MSR（Master of Science in Robotics）项目（部分奖学金）。注意RI的MSR项目非常学术，为期24个月，毕业会有thesis，并且有部分奖学金（25%－100%不等）。截至日期：2022年12月12日。
除了RI之外，你也可以考虑申请SCS其他的博士或硕士项目（比如MLD）。你也可以考虑同时申请CMU的ECE或者Mechanical Engineering系（我与这两个系的老师有合作，并且马上会有courtesy faculty position）。
访问学生、本科生、博士后申请人请直接与我联系。
