项目介绍
Dr. Shi 现任约翰霍普金斯大学 (JHU) 电气与计算机工程系助理教授，并隶属于数据科学与人工智能研究所。 她目前的研究聚焦于以人为中心的决策制定，尤其关注从理论到应用的鲁棒且数据高效的强化学习，涉及数据科学、优化与统计学的交叉领域。
在加入约翰霍普金斯大学前，她于2023年在卡内基梅隆大学 (CMU) 获得博士学位，师从 Yuejie Chi 教授，随后在加州理工学院 (Caltech) 计算与数学科学系担任博士后，合作导师为 Adam Wierman 教授和 Eric Mazumdar 教授。她本科毕业于清华大学 (Tsinghua) 电子工程系。
其研究兴趣涵盖：决策制定的理论基础，包括在线/离线强化学习、鲁棒单/多智能体强化学习等方向；决策制定的应用探索，如面向基础模型的强化学习、持续学习、多模态大语言模型、机器人学、自动驾驶及课程强化学习；以及数据驱动的反问题优化，涉及多通道盲解卷积、图像拼接、室内定位、应变测量与手势识别等领域。
所属院系：约翰霍普金斯大学，电气与计算机工程系
项目时长：4 年
申请要求和方式
申请要求：
·具备扎实数学基础和优秀编程能力；
·对探索重要、有趣甚至富有挑战性问题充满热情。
申请方式：按照导师要求，向导师发送邮件和证明材料。经过双向选择后，向院校递交申请。
