伯明翰大学（University of Birmingham）是英国及全球范围内的顶尖高校，在2026年QS世界大学排名中位居全球第76位，在英国高校中排名第11。在科研领域，依据REF 2021评估结果，该校Engineering研究的GPA和4等级研究成果均跻身全英前10。
一、项目简介
- 项目名称：PhD Studentship in Robotics and AI: Robust Perception for Robots in Complex Processes / Open World
- 核心方向：研发机器人在复杂开放环境中的鲁棒感知与感知驱动规划方法，解决未知物体、光线变化、环境杂乱、领域迁移及多任务需求等挑战
- 所属院系：Department of Mechanical Engineering（依托Birmingham Robotics Institute）
- 导师团队：核心导师包括Dr Jiaqi Ye（Mechanical Engineering）、Dr Hyung Jin Chang（Computer Science），其他成员待定（TBC）
- 申请时间：全年接受申请（Applications accepted all year round）
- 预计启动时间：2026年上半年（First half of 2026）
二、工作内容
- 核心研究任务：探索多传感融合技术（如RGB-D、thermal、LiDAR、tactile传感器融合）、通用感知框架（如Vision-Language-Action（VLA）模型、Transfer Learning、自监督学习），并将这些技术与规划控制（如任务运动规划、可微规划、带安全约束的Reinforcement Learning（RL））深度整合。
- 系统验证工作：在跨学科场景中验证研究成果，包括医疗机器人、制造/再制造自动化、检测机器人等真实系统。
- 学术产出要求：在导师指导下，向ICRA、IROS、CoRL、RSS、CVPR、IEEE Transactions等顶级学术会议或期刊投稿发表研究成果。
- 协作与培训参与：参与实验室内部协作，必要时与industry partners开展合作；完成研究方法、科学写作、开源实践等相关培训，提升科研与实践能力。
三、福利待遇
- 国际申请者：奖学金覆盖Home学费额度及上述stipend，但需自行通过自费或外部资助渠道补足学费差额（fee difference）。
- 研资源支持：可免费使用实验室的机器人臂、移动平台、工业传感器/相机、GPU工作站及云平台等设备；获得学术发表、跨学科合作所需的资源与指导。
- 培训福利：免费参与研究方法、科学写作、开源最佳实践及学术影响力传播等专项培训，提升科研综合素养。
四、申请建议
- 材料准备：需提交学术CV与个人陈述。CV需突出Master阶段学术成绩（First-class或2:1及同等水平）、Python/C++编程能力、PyTorch/TensorFlow/OpenCV框架使用经验，以及ROS/ROS2、传感器开发、3D建模/CAD等相关经历；个人陈述需说明申请动机、学术背景与项目的契合度、长期科研目标，若有学术发表、竞赛成果或GitHub/作品集，需重点提及。
- 语言要求：需满足伯明翰大学的英语语言标准，如IELTS 6.0（单项不低于5.5）、TOEFL 80（阅读/听力/写作不低于19，口语不低于21）、PTE Academic 64（单项不低于59）等（具体以院校官网最新要求为准）。
五、对该职位的理解和创新想法
该项目聚焦机器人在复杂开放环境中的鲁棒感知与感知驱动规划，旨在解决当前机器人系统面对未知物体、动态环境、多任务需求等挑战的问题，可以从以下角度进行思考：
- 多传感融合技术在跨场景（医疗机器人/制造自动化）中的适配性，如何平衡RGB-D、LiDAR、tactile等不同传感器的精度与实时性，避免数据冗余或信息缺失；
- 通用感知框架（如VLA模型）与强化学习结合时的安全约束优化，确保机器人在工业或医疗场景中执行任务时，既具备多任务适应能力，又能满足安全操作要求；
- 真实系统验证的跨学科协作模式，如何将感知算法有效迁移到医疗手术机器人等高精度场景，解决实验室环境与真实应用场景的差异问题。
申请者应当突出自身在机器学习/深度学习、计算机视觉或机器人开发的实操经验，比如参与过的ROS/ROS2项目、传感器融合案例，或使用PyTorch/TensorFlow完成的深度学习模型开发经历；同时需说明对医疗机器人、可持续工厂等特定应用场景的兴趣，展现与项目目标的契合度；此外还需提及对ICRA、CVPR等顶级学术会议/期刊的发表规划，体现自身的科研潜力与学术追求。
【竞赛报名/项目咨询+微信：mollywei007】
