点击下方卡片,关注“CVer”公众号

AI/CV重磅干货,第一时间送达

导师介绍:

Dr. Wenhao Luo 目前就职于UNC Charlotte, 担任计算机系助理教授。Dr. Luo 于2021年7月博士毕业于卡内基梅隆大学计算机学院机器人系,师从Katia Sycara教授。实验室研究领域涵盖Robotics, Machine Learning及Control Theory。主要研究兴趣包括基于学习,运动规划和控制的自主多机器人系统 (multi-robot systems), 安全强化学习(safe reinforcement learning)和人-机器人群交互(human-swarm interaction)的相关理论与实际应用(e.g. 环境采样建模,无人车安全控制等)。Dr. Luo 博士期间与导师合作指导超过30名CMU本硕博学生,一作及合作学术成果二十多篇,均发表在NeurIPS, AAMAS, ICRA, IROS, ACC, Autonomous Robots等领域内顶级国际会议及期刊上 (指导学生获得IJCAI 21 AI4AD Workshop Best Paper Runner-Up Award), 同时担任NeurIPS, ICML (Expert Reviewer), ICLR, ICRA, IROS, T-RO, IJRR等顶级会议及期刊审稿人。与CMU, Microsoft, Cornell, Stony Brook等研究团队紧密合作,拥有领域内强connections。导师详情见个人主页:

https://webpages.uncc.edu/wluo4/

Dr. Wenhao Luo is an Assistant Professor in Computer Science at UNC Charlotte. His research interests are at the intersection of robotics, control theory, artificial intelligence, and machine learning. Specifically, Dr. Luo's research focuses on principled methods for robust and interactive autonomy that enable robots to safely and effectively collaborate with each other and with humans in the physical world. His recent work has focused on learning and control for safe autonomous multi-robot systems, with emphasis on robustness, resilience, and adversaries in the systems. He received MS and PhD degrees in Robotics from Carnegie Mellon University. He was a research intern at Microsoft Research in the summer of 2019 and 2020. His work has been supported by NSF, USDA, DARPA, ONR, and AFOSR.

招生介绍:

实验室目前计划招收若干名Spring/Fall 2022全奖博士(cover学费,生活费等)及实习生,研究方向包括强化学习及多机器人协作的理论和应用。实验室目前拥有多台业内顶级机器人实验平台,如Fetch Mobile Manipulator, Jacal/Husky Mobile Robot, DJI Matrice 100, Crazyflies, Turtlebot等移动、飞行机器人和Optitrack/Vicon室内定位系统。实验室与本系另外一名机器人导师Dr. Srinivas Akella (同为CMU RI 校友)紧密合作,学生将得到多方位指导,未来有很多实习及参加国际会议机会。

申请要求:

- 热爱科研,有较强的学习和英文沟通能力

- 有数学、机器学习、人工智能, 控制理论和机器人的相关专业和科研背景

- 有较强的编程经验 (Matlab/Python/C++),ROS经验丰富者优先

- 有相关领域论文发表者经验优先

感兴趣的同学欢迎邮件联系 Dr. Luo at wenhao.luo@uncc.edu,同时请附上(1) 个人简历及个人未来研究兴趣, (2) 成绩单,(3)代表作论文(或其他相关科研经验材料)

学校介绍:

UNC Charlotte is among the top 5% of Computer Science Schools nationwide (and ranks #59 in Robotics), and is one of the five best Computer Science Schools in North Carolina reported in Computer-Science-Schools.com based on the data from the US Department of Education. The Department of Computer Science is the largest department in UNC Charlotte's College of Computing and Informatics, with close to 40 full-time faculty members and over 450 graduate students.

2022 AI算法岗求职群来了!

本星球不仅面向2021届、2022届找工作和找实习的学生(研一/研二/大三/大四等),还面向刚入学或已工作的人群。目前已有超过3200+位同学加入星球旨在分享AI算法岗的秋招准备攻略(含刷题)、面试经验和校招/社招/实习的内推机会(含提前批)、学习路线、知识题库和Offer如何选择等。

希望这个星球可以让你少走一些弯路

扫码进星球

如果喜欢招聘/面经/内推,请给个在看

▲点击上方卡片,关注CVer公众号

招全奖博士!UNC Charlotte招收机器人/强化学习/控制博士相关推荐

  1. 天普大学计算机专业,西安电子科技大学关于美国Temple University (天普大学)计算机系诚招全奖博士生的通知...

    [导读]西安电子科技大学关于美国Temple University (天普大学)计算机系诚招全奖博士生的通知已经发布,美国Temple University(天普大学)计算机系诚招2名全奖博士生.根据 ...

  2. 深度强化学习控制六足机器人移动个人学习笔记(一)

    深度强化学习控制六足机器人移动个人学习笔记(一) 注意事项 ubuntu18对应的ros版本不是Kinect gym算法执行中部分包要求Python不低于3.6 conda虚拟环境安装gym-gaze ...

  3. 花最少的钱,训超6的机器人:谷歌大脑推出机器人强化学习平台,硬件代码全开源...

    鱼羊 发自 凹非寺 量子位 报道 | 公众号 QbitAI 想要在现实世界的机器人身上探索强化学习(RL),并非易事. 首先,你得拥有类似这样的机器人平台: 而像这样的一只PR2,售价高达40万美元( ...

  4. 谷歌大脑推出机器人强化学习平台,硬件代码全开源,花最少的钱,训超6的机器人...

    点击我爱计算机视觉标星,更快获取CVML新技术 鱼羊 发自 凹非寺 量子位 报道 | 公众号 QbitAI 想要在现实世界的机器人身上探索强化学习(RL),并非易事. 首先,你得拥有类似这样的机器人平 ...

  5. 三招武林绝学带你玩转「强化学习」

    作者丨王维埙 学校丨天津大学硕士生 研究方向丨DRL & MAS 以彼之道还施彼身 ■ 论文 | Maintaining Cooperation in Complex Social Dilem ...

  6. 干货 | 浅谈机器人强化学习--从仿真到真机迁移

    " 对于机器人的运动控制,强化学习是广受关注的方法.本期技术干货,我们邀请到了小米工程师--刘天林,为大家介绍机器人(以足式机器人为主)强化学习中的sim-to-real问题及一些主流方法. ...

  7. 【MIT博士论文】数据高效强化学习

    来源:专知 本文为论文介绍,建议阅读5分钟本周重要论文包括:CVPR 2022各种获奖论文. 强化学习(Reinforcement learning, RL)是一种学习复杂决策策略的通用而强大的解决方 ...

  8. 火爆全网的DragGAN作者,潘新钢团队招全奖博士/博后

    来源:机器之心 学校简介 南洋理工大学(Nanyang Technological University),简称南大或 NTU,是新加坡的一所顶尖研究型大学. 导师信息 潘新钢博士 (个人主页 htt ...

  9. 机器人强化学习——Comparing Task Simplifications to Learn Closed-Loop Object Picking Using DRL(2019 RAL)

    1 简介 任务是reach.grasp.lift,比较了reward shaping.curriculum learning.迁移学习,并迁移到了真实机器人场景中. 本文抓取的方法框架是QT-Opt. ...

最新文章

  1. FLEX SharedObject介绍及应用
  2. 【Beta阶段】M2事后分析
  3. 视频直播中用户连麦技术模型与特点分析
  4. 浅析Hadoop的三个作业调度器
  5. L1、L2损失 和 L1、L2正则化
  6. spring cloud 资源
  7. 【采访】腾讯社交广告高校算法大赛第三周周冠军——到底对不队比赛经验及心得分享
  8. 男单巅峰战林丹力克索尼 再度封王成功卫冕
  9. java生成缩略图,接收图片,按指定宽高或按比例生成缩略图
  10. 还在用tm?你OUT啦!
  11. python网络爬虫实践_第18,Python网络爬虫实践(1)
  12. Laravel 实战视频教程(精品)
  13. AutoCAD二次开发1-环境配置
  14. 小学智能测试软件,小学智能点读宝
  15. [buuctf] crypto全解——85-120(不建议直接抄flag)
  16. Ubuntu虚拟机使用桥接模式设置IP
  17. Android-组件化开发
  18. 越狱相关三:OpenSSH
  19. 大恒相机图像采集 linux+python
  20. java同时引用不同版本同一个jar包

热门文章

  1. CSS技巧:单标签实现抖音LOGO。
  2. android 小米手机没有sim卡,无法安装apk 解决方法
  3. python怎么打印图片_Python+OpenCV图像处理——打印图片属性、设置存储路径、调用摄像头...
  4. 拼多多开店要营业执照吗?宝讯网捷电商
  5. Screen 屏幕共享
  6. 火花塞报警能用计算机消除,更换火花塞后发动机故障报警怎么办
  7. java编辑多行文本编辑器_五个最佳编程文本编辑器
  8. html引入css报错,html中引入css样式的方法总结
  9. G1 获得 root 权限 (越狱?)
  10. Matlab绘图(坐标轴文字加粗,曲线加粗)