硕/博士研究生招生
2018年本科生科研训练题目，包括但不仅限于此范围。
欢迎工学院、以及其他院系的同学，特别是学有余力、对科研有兴趣，想对科研有初步了解的同学和我们联系，来实验室做科研。
（1）基于合作演化的多机器人协作控制研究
题目简介：群体中的合作现象在自然界中广泛存在，小到细胞、蚂蚁，大到人类社会，合作为群体带来好处。然而根据达尔文进化论，自然选择是基于竞争的，个体为了最大化自身的利益会自私的选择背叛而非合作，这显然不能解释群体的合作现象如何在自私个体之间产生。演化博弈论作为一个有力的工具为研究这一难题提供了框架。在系统与控制领域，对群体协作的研究集中在控制律设计和分析。不同于这些传统的研究，本项目借助演化博弈为研究框架，以自然界生物群体中的合作机制为模仿对象，从而模仿生物行为特性实现多机器人协作任务。项目具体内容包括，1）针对机器人群体的协作任务设计博弈模型和演化机制；2）仿真或机器鱼实验验证算法的有效性。
拟指导学生人数：2~3人
对学生要求：具有较好的学习领悟能力，具有仿真、实验编程能力。可合作发表SCI论文。
（2）多智能体强化学习探索
题目简介：2013年深度强化学习问世的标志是DeepMind提出DQN（Deep Q Learning）算法，用DQN算法完成玩Atari的游戏，在slide中给出了学习玩超级马里奥的过程。本项目基于深度强化学习，研究机器人协作控制，希望设计出一种通用DRL算法，可以实现协同玩同一个游戏的任务（类似魂斗罗中的小红+小蓝）。
拟指导学生人数：1人
对学生的要求：精通python，熟悉深度强化学习、对抗生成网络，熟悉tensorflow，有pyglet或pygame开发经验优先考虑，可合作发表论文。
（3）基于深度强化学习的仿生机器鱼连续控制
题目简介：目前对于仿生机器鱼的深度强化学习研究中，多结合CPG运动控制器对仿生机器鱼进行离散控制。本研究希望结合强化学习中的策略梯度方法，实现深度强化学习网络输出连续的CPG参数，实现仿生机器鱼的连续控制。
拟指导学生人数：1~2人
对学生的要求： 本研究课题具备一定的挑战性，希望同学具备较好的学习能力以及编程能力。了解舵机控制原理，具备良好的编程能力，对强化学习有一定的了解，对DDPG有一定的了解，熟练使用Tensorflow等工具。可合作发表SCI论文。
（4）基于深度强化学习的仿生机器鱼顶球比赛
题目简介：水中机器人大赛的经典项目之一即为仿生机器鱼1vs1、2vs2顶球大赛。项目希望基于深度强化学习，实现仿生机器鱼自主完成比赛。本项目目的是找到一种适用于多智能体协同完成任务的强化学习方法以及深度学习网络架构。
拟指导学生人数：1~2人
对学生的要求：具备较好的学习能力，有充足投入时间投入科研。熟悉C++、Python语言，了解深度学习、强化学习的基础知识，优先考虑熟练使用Tensorflow、Pytorch以及具备深度强化学习工程经验的同学。可合作发表SCI论文。
（5）基于深度强化学习的多仿生机器鱼节能编队研究
题目简介：在自然界中，鱼类存在集群游动行为。经过研究表明，后鱼可以从前鱼摆动所脱落的尾涡中拾取能量。项目希望基于深度强化学习，探究多仿生机器鱼在固定流场中，整体能量消耗与仿生机器鱼之间的距离以及各自游动姿态的关系，从而实现能量节省的多仿生机器鱼编队。
拟指导学生人数：2人
对学生的要求：具备较好的学习能力，有充足投入时间投入科研。熟悉C、Python语言，熟练应用Matlab，了解深度学习、强化学习的基础知识，优先考虑熟练使用Tensorflow、Pytorch以及具备深度强化学习工程经验的同学。可合作发表SCI论文。
（6）仿生机器鱼能量模块设计
题目简介：本课题希望对仿生机器鱼的PCB板块进行更新设计，增添功率采集模块，并通过无线传播的方式传输仿生机器鱼运动所消耗的能量。
拟指导学生人数：1~2人
对学生的要求： 具备一定学习能力，且对电路设计感兴趣。会使用或能够学习Alitum Designer软件进行PCB板制作。优先考虑熟练掌握STM32嵌入式系统设计的同学。
（7）简易差动扑翼飞行器设计
题目简介：经过亿万年的进化，昆虫及鸟类，及部分哺乳动物，都进化出了极佳的飞行技能。一直以来人类从未放弃过实现飞行的梦想，而大自然中的飞行生物是人类最好的导师，人们最开始的飞行导师是鸟类。史书记载公元前墨子就开始研制仿生机器鸟，用三年时间制作出可以飞行的（据说）的“竹鹊”。随着控制技术的发展，基于本课题组在生物节律运动控制方面的原创性算法等成果，本项目希望设计制作出简易的扑翼飞行器，应用我们提出的控制算法，并测试性能。
拟指导学生人数：2-3人
对学生的要求：熟悉精密机械设计或机械设计，有AVR、ARM开发经验者优先考虑，熟悉C语言，有一定的数学基础，可合作发表论文。
（8）无人机+机器鱼协同控制
题目简介：生物界的生物不同个体的能力有差异性，根据生理结构不同有着各自的优点。人类被称作高等生物的原因之一就是因为人类具有合作的能力。许多生物种群间也存在合作的模式，不同生理结构的生物，跨种群之间的合作可能会带来1+1>>2的效果，本项目中，我们给无人机挂载摄像头，与机器鱼进行协同，共同完成群体协作任务。
拟指导学生人数：3-4人
对学生的要求：有AVR、ARM开发经验者优先考虑，熟悉C、python语言，了解计算机视觉常用算法，了解深度学习在计算机视觉中的应用，可合作发表论文。
（9）事件驱动机制耦合强化学习的多智能体系统编队控制研究
题目简介：随着非形式化信息更容易为计算机系统所学习并帮助其具备更高智能行为，AI发展的速度和广泛应用的领域备受学术界和工程界关注。然而，AI领域中蓬勃发展之一的强化学习模式，对于计算系统的硬件资源、运算和储存能力都提出了极高的要求。与此同时，近些年，事件驱动控制机制成为了分布式多智能体系统编队控制中的一个非常热门的方向，其最大的优势在于保障系统性能的前提下，可以较明显的节能降耗，例如降低运算和通信频率要求、降低电力能耗等。为此，我们考虑将事件驱动控制机制耦合到强化学习的模式中，探索研究两者优势互补的基础上，实现既具有合理节能又提升智能的系统编队控制系统，以满足未来工程化的实际需求。
拟指导学生人数：2人
对学生的要求：具有较好的英文阅读能力和表达能力；数学基础较好，特别是高等数学、线性代数、概率论；具备MATLAB和C语言编程基础，有JAVA编程基础和强化学习基础的优先。可合作发表SCI论文。
（10）机器鱼集群游动时周围流场的理论建模与仿真
课题简介：侧线是鱼类与水生两栖动物类所具备的一种感知器官。利用侧线，鱼类可以有效地感知周围的水环境信息。本课题组搭建了一套基于压强传感器阵列的人工侧线系统，将其搭载于机器鱼上，并展开了双机器鱼之间基于人工侧线的相对位姿感知研究。在前期工作基础上，本项目研究个体机器鱼与邻近机器鱼之间相对位姿态信息与压力分布信息之间的先验规律。具体工作包括：（1）尾鳍摆动产生的反卡门涡街中压力分布的理论建模（2）双机器鱼并行直游时周围流场中压力分布的建模。（3）三条机器鱼呈现三角形队形直游时周围流场中压力分布的建模。（4）双机器鱼转弯游动时周围流场中压力分布的建模。
拟指导学生人数：1～2
对学生的要求：对本项目所研究的内容有兴趣，科研态度端正，有责任心；具备良好的流体力学知识基础和数学功底。
（11）基于水下电场通信的电路板设计
题目简介：水下电场通信是多水下机器人通信的一个仿生解决方案，与传统的水声通信等方式相比，具有诸多优势。本课题组已经提出一种通信稳定、功耗低和环境适应性强的近距离水下电流场通信方法，并在微小型机器鱼上实现。本项目希望改进现有水下电场通信电路板，提升电路板的发射功率、加大电路板的信号带宽、提高电路板接收信号的灵敏度等，提高水下电流场通信的通信距离与降低误码率。
拟指导学生人数：1~2人。
对学生的要求：熟悉基本电路原理、仿真电路原理、数字电路原理、嵌入式系统与技术，并熟悉Altium Designer软件的操作。
（12）基于水下电场通信的嵌入式系统设计
题目简介：现有的水下电流场通信的嵌入式系统中，软件部分的代码运行效率并不高，收发数据速度不够快速。此外，目前基于水下电场通信的机器鱼组网方式仍存在缺陷，多水下机器人进行通信组网时，容易发生信号碰撞与丢失数据问题。项目希望设计更高效率的算法软件，实现水下机器人组网的稳定与快速。
拟指导学生人数：1~2人。
对学生的要求：熟悉计算器网络、嵌入式系统与技术、计算机组成、C语言。