英国伦敦国王学院信息学系招收全奖博士

英国伦敦国王学院信息学系招收全奖博士

让自主机器人能够基于自身经验持续学习、归纳总结并提升能力

关于项目

要自主执行物体重新排列、组装、操作和导航等任务，机器人必须能够在长时间范围内规划其行动。考虑到复杂的机器人和任务规范，或庞大且不确定的规划领域，其中存在许多无关物体和干扰因素，这种规划通常在实时计算上颇具挑战性。支持自主机器人应对这一挑战的一种直观方法是，允许它们基于自身经验，随着时间的推移不断学习并提升规划能力。这种通用方法应能让我们构建出具有类似人类的适应性和常识的、长寿命且多用途的机器人，而非高度专业化的机器。

遗憾的是，尽管机器学习和“从示范中学习”领域近期取得了进展，但现有的学习方法并不适用于这一目标，因为这些方法需要大量标注示范，因此不适合在线自主学习。

为此，我们近期的工作引入了一种新颖的算法框架，通过抽象成功的规划经验来自动学习“规划策略”。该框架允许机器人自动且持续地从个体经验中得出具有普遍性的结论，这些结论随后可适应并重新应用于新情境，以加速新规划问题的解决——就像人类所做的那样，但无需人类干预！

初步结果显示，这种方法具有显著影响人工智能机器人领域的潜力。为实现这一目标，本项目寻求在多个方向上拓展这一初步努力，包括：应用于并适应新平台、规划领域和任务类型；应用于多机器人和人机协作系统；与（统计）机器学习和计算机视觉技术、控制、知识图谱及自主栈中的其他组件集成；通过算法开发提高实用性和计算可处理性；以及通过形式化分析提高可信度。

本项目工作多样，涵盖理论、计算和实验方面。学生需开展研究、发表论文、开发并发布开源代码，并与实体机器人合作。您将有机会接触最先进的硬件和资源，并获得出色的指导。成功的学生还有机会与行业领导者，如美国国家航空航天局（NASA）机器人部门、亚马逊机器人部门和博世（Bosche）等开展合作并获得实习机会。

虽然建议申请人具备机器人领域的研究经验，但并非强制要求。欢迎具备机器人、人工智能、计算机科学、算法、应用数学、工程或其他相关背景的优秀候选人申请。

参考文献

[1] Accelerating Long-Horizon Planning with Affordance-Directed Dynamic Grounding of Abstract Strategies, by Khen Elimelech, Zachary Kingston,

Wil Thomason, Moshe Y. Vardi, and Lydia E. Kavraki, in IEEE International Conference on Robotics and Automation (ICRA), May 2024.

[2] Extracting generalizable skills from a single plan execution using abstraction-critical state detection, by Khen Elimelech, Lydia E. Kavraki, and

Moshe Y. Vardi, in IEEE International Conference on Robotics and Automation (ICRA), May 2023.

[3] Principles of Robot Motion: Theory, Algorithms, and Implementations, by Howie Choset, Kevin M. Lynch, Seth Hutchinson, George Kantor,

Wolfram Burgard, Lydia E. Kavraki and Sebastian Thrun, The MIT Press, 2005

申请资格

虽然建议申请人具备机器人领域的研究经验，但并非强制要求。欢迎具备机器人、人工智能、计算机科学、算法、应用数学、工程或其他相关背景的优秀候选人申请。

申请流程

建议申请人在正式提交申请前，先通过电子邮件（khen.elimelech@kcl.ac.uk）与Khen Elimelech博士联系，附上学术背景、研究兴趣及任何相关先前经验的摘要。

与Elimelech博士沟通并双方均同意继续申请后，请按照以下正式申请流程进行申请。

正式申请

要申请该职位，候选人必须通过伦敦国王学院的在线申请系统“King’s Apply”进行申请。详细信息请访问伦敦国王学院信息学系研究学位页面。

申请时，请选择：

项目：计算机科学研究型硕士/博士（全日制）

导师：Khen Elimelech博士

项目标题：在申请及所有往来信函中注明

在申请表的资金部分：

选择选项5——“我正在申请由伦敦国王学院管理的资助奖项或奖学金。”

在“奖项计划代码或名称”框中准确输入以下代码：“462”

资助说明

提供全额资助的博士奖学金，为期3.5年，2026年10月开始。

津贴：每年约22,780.00英镑，可能会增加

实验费：每年1,000.00英镑

学费：全额覆盖本国/海外学生学费