自主系统安全运行时控制博士项目

项目概览

埃克塞特大学招收工程学博士生，课题为Assured Runtime Control for Safe Autonomy（ARCS-A），研究自主系统部署过程中的安全运行时控制。

项目与SC Group Ltd.合作，面向国防自主地面车辆，把安全监测、环境适应与实时鲁棒学习结合起来。

岗位为全日制，资助支付英国学费，并提供每年至少£25,000的免税津贴；概览资助对象列英国学生。

2026年10月23日截止，岗位编号5897；现有介绍没有给出开始日期和资助期限。

项目详情

现代国防自主地面车辆，包括AGV和UGV，需要人工智能及机器学习控制系统完成感知、决策与适应性响应。其运行环境复杂、缺少规则化结构，地形也可能突然改变。控制系统既要完成任务，也必须处理环境变化带来的安全要求，课题因此关注学习型控制功能在实际闭环系统中部署时的保障问题。

这些基于学习的组件可能缺乏透明度，对其正式认证会需要难以承受的资源，从而给安全保障带来困难，并延缓新技术采用。项目介绍提到团队此前独立研究及受DSTL资助的工作，已为自主系统安全保障建立基础技术，但没有逐项列出这些技术或给出当前系统的认证状态。

博士研究将开发具有安全保障的运行时控制器，使自主系统能够在动态环境中安全运行。拟采用的技术包括车载安全监测、运行环境适应，以及对动力学系统不确定性和非线性因素的实时鲁棒学习。这里的安全性是研究目标，不能由招生介绍推定控制器已经完成、获得认证或能在任意环境保证零风险。

项目希望同时学习控制策略与安全证书。安全证书指说明控制决策安全性的数学证明，系统运行数据则提供检验控制与证明有效性的证据。拟开发控制器需要在人工智能或机器学习功能模块参与自主地面车辆闭环控制时阻止不安全动作，因此研究不仅涉及策略性能，也关注策略所作决策的数学安全依据。

与SC Group Ltd.的合作为国防自主系统应用提供研究场景。介绍没有说明学生是否必须在企业驻场，也没有列出具体车辆、传感器、实验平台或数据集。相关内容应在项目团队确认后再制定研究计划，不能把企业合作直接理解为已承诺的固定实习、就业机会或可公开发布全部成果。

申请要点

• 方向与方法：工程学博士，重点是运行时安全控制、学习控制策略与数学安全证书，结合系统运行数据开展验证。

• 资助：英国学费及每年至少£25,000免税津贴；“至少”是金额下限，介绍没有给出上限，也未给出海外学费覆盖。

• 形式与地点：全日制，地点列Devon、Exeter；所在单位记为ESE，现有介绍未展开完整部门名称。

• 时间与编号：2026年10月2日发布，2026年10月23日截止，编号5897。开始日期、博士周期与资助周期未明确。

• 学术资格：当前介绍没有列出申请者学位等级、专业范围、语言成绩或编程要求，不能自行补成招生硬门槛。

• 材料与联系：申请材料、推荐人要求、研究计划要求以及有效联系人均未提供完整信息，需核对学校官方岗位指南。

需要进一步确认

应优先确认完整申请入口、材料清单、学历和语言条件、入学日期以及津贴覆盖年限。资助概览只列英国学生，但英国学费覆盖与国籍限制之间的具体关系仍需核对，不能据此认定中国申请者可获得全额资助。国防应用是否涉及安全审查、国籍或居留限制、保密与成果发表条件，介绍未说明，必须由招聘方确认。

还应询问实际工时、指导导师、企业合作安排、研究数据与硬件可用性，以及安全控制器的验证方式。现有介绍仅给出核心研究构想，没有足够信息确定实验路线或申请资格。对认证困难的背景说明不能替代项目最终安全验收标准，数学证明所适用的假设和边界也应在研究计划中进一步明确。

安全自主系统运行时保障控制（ARCS-A）博士研究报告

申请判断

评估标签：需要仔细核实。 官方项目目前开放，学术方向明确。埃克塞特大学奖学金页列出ARCS-A工程博士，编号5897，属于Dstl资助的RAS博士培训奖学金，由Prathyush P Menon教授、Christopher Edwards教授及Supacat／SC Group的Steve Austen指导。官方截止为2026年10月23日午夜（英国时间），开始日期为2026年10月1日或其后尽早开始，因此这是2026年入学机会。 University of Exeter award page。

稳健控制、运行时安全与自主系统保障是较强的研究基础。主要顾虑在于实际申请条件：奖学金公开覆盖本地学费及符合资格学生每年至少GBP 25,000的津贴，没有明确覆盖国际学费。对中国国内申请者，除非学校书面确认海外学费全额减免或补助，否则学费差额仍是关键缺口。国防、Dstl及SC Group合作也带来安全、国籍、数据权限、知识产权和发表问题，公开项目页未作答。

研究方向与领域前景

可考虑的研究切入点

可能切入运行时安全监测、自适应运行包络、不确定非线性车辆动力学的稳健学习、与学习控制策略结合的安全证书，以及仿真到现场验证。较有发表价值的设计应限定可研究的运行设计域、明确假设，并检验传感器噪声、模型不确定性和环境变化下证书是否仍有效。

不能把成果表述为自主系统普遍安全的保证。较强贡献应在明确条件下给出有限保障，与现实基线比较并解释失败案例。NIST自主系统保障计划说明，这也是国际标准与安全议题。 NIST autonomous systems assurance。

领域发展

ARCS-A处于可靠AI、自主系统保障和国防AI验证的活跃领域。英国国防政策强调安全负责任地采用AI、保障责任及对AI系统的信心。Dstl指南也把可信度、安全与可信赖性列为AI和自主系统核心问题。 JSP 936；MOD AI assurance responsibility；Dstl autonomous-systems assurance guide。

课题具有较强领域依据，核心是学习组件进入闭环控制后如何避免不安全动作。当组件会适应变化、处于非结构化环境且依赖不确定模型时，类似认证的安全论证尤其困难，也具有研究价值。

职业与就业前景

技能可用于国防自主系统、机器人、安全关键AI、验证、控制工程、仿真及保障工程。英国Defence AI Strategy及MOD指南体现对具备保障、测试、评估、验证能力的AI系统需求。 Defence AI Strategy；MOD AI assurance responsibility。

如果成果受限或数据保密，国防研究技能的迁移可能受影响。能发表可推广方法、开放非敏感仿真，并清楚展示稳健控制、安全论证、控制机器学习和软件实施技能，将更有利于职业发展。

学校、学科与培养

项目身份清楚且为当前招生。学生位于Streatham校区环境、科学与经济学院工程系，提供1个与Dstl RAS博士培训奖学金关联的资助名额。埃克塞特的整体声誉较稳健，学校排名页及QS新闻提供背景，但排名本身不能证明这个课题质量。 University of Exeter award page；Exeter rankings；Exeter QS news。

更直接相关的是Autonomy, Decision and Control团队，研究实际控制系统、故障检测、容错控制、无人机、滑模控制、多智能体网络，以及复杂系统调参与验证。它与ARCS-A的匹配在于自主车辆的不确定性与安全保障。 Autonomy, Decision and Control group。

导师与实验室评估

导师研究方向

具名导师与课题较匹配。Menon近期工作连接不确定性、安全区域探索和验证；Edwards长期研究稳健及滑模控制；ADC公开介绍显示持续关注容错与验证。Steve Austen在Supacat的岗位提供国防地面车辆工程联系。 Autonomy, Decision and Control group；Supacat team；Supacat appointment notice。

公开资料没有明确指导时间分工、学生是否到Supacat／SC Group工作、可用数据及车辆，或企业保密和发表审核安排。课题需要应用国防自主系统的证据，相关安排会影响研究推进。

近期重要论文

近期论文支持方向。“Safety exploration using Gaussian process classification for uncertain systems”用概率分类和主动学习研究不确定系统的安全及不安全区域，与课题直接相关。“Robotic systems identifier based on exponential barrier Lyapunov functions”连接机器人非线性系统辨识及屏障型安全约束，也与ARCS-A接近。 ScienceDirect, 2025；ScienceDirect, 2026。

Edwards关联的稳健控制研究同样有参考价值。2024年Control Engineering Practice论文研究高海况下小艇布放和回收，展示困难工况中的滑模控制。2026年欠调参超扭曲滑模控制回路有界性论文偏理论，为安全关键运行时控制提供稳健性基础。 University of Southampton repository；DTU Orbit。

实验室资源与合作环境

实验室具有可信的控制系统研究深度。ADC涵盖容错控制、无人机、滑模、多智能体网络、复杂系统调参与验证，以及航空航天／卫星应用。REF影响案例也表明团队在制导、导航及控制系统验证方面有实际贡献。 Autonomy, Decision and Control group；REF impact case。

产业合作可信，但实施细节尚未明确。Supacat与埃克塞特已有合作记录，包括SC Innovation／Supacat与学校控制研究者的知识转移合作。需核对硬件、仿真器、数据权利、企业会议和安全限制，以及目标是可现场运行的成果还是有明确边界的研究原型。 Supacat collaboration news。

资助、申请与生活成本

对本地学费身份申请者，奖学金待遇较强：3年11个月全日制，覆盖本地学费，每年免税津贴至少GBP 25,000。学校预算页估计埃克塞特或康沃尔单人基本生活费约GBP 1,300至GBP 2,000／月，若学费问题解决，津贴对生活费具有一定覆盖能力。 University of Exeter award page；Exeter budgeting。

中国国内申请者首先需核对学费身份。学校区分Home与International，并在申请后决定身份；ARCS-A没有写明覆盖国际学费。UKRI博士资助规则说明本地费率贡献与国际学费责任可能分开，但本奖学金由Dstl资助，UKRI规则只能提供背景。 Exeter fee-status policy；UKRI training-grant guidance。

申请材料为简历、申请信、成绩单和两封学术推荐信，均用英语，必要时提供认证译本。英语非第一语言者还需满足学校英语要求。 University of Exeter award page；Exeter English-language requirements。

申请背景与准备

较匹配的背景

较匹配背景为工程、机器人、工程数学、软件工程且具备良好工程基础，或相关控制及自主系统背景。官方学历要求英国一等或二等一荣誉学位，或海外等同资格。准备应结合非线性动力学、稳健／自适应控制、安全验证、控制机器学习、仿真与软件实现。证据可包括MATLAB／Python控制仿真、ROS／机器人项目、形式化方法或安全论证、模型预测／滑模控制，并说明如何共同评估学习与安全证书。

需要谨慎评估的情况

需要确定国际学费全额覆盖、较长签证准备时间、开放非国防数据、无限制发表，或希望数学控制理论较少的纯软件／AI课题者，应谨慎评估。研究价值依赖理论与实现结合，以及适应国防产业合作约束。

可补强的技能与证据

申请信应把既有研究连接到学习型AGV／UGV运行时安全。可展示控制课程、机器人／自主系统项目、证明或形式化验证、不确定性建模、高斯过程或安全关键机器学习，以及清晰代码成果。还应询问是否在申请信之外要求研究计划及所需深度。

风险与待确认问题

优先确认的问题

1. 中国申请者是否获全额国际学费支持，还是仅本地学费？
2. 若仅覆盖本地费率，大学、Dstl、SC Group或系里是否补足差额？
3. 国防合作是否有国籍、居住、安全审查、出口管制或工作权限制？
4. 名义2026年10月1日开始、10月23日截止，需签证的国际生实际何时能开始？
5. 学生获准使用哪些车辆、仿真器、传感器数据、测试环境和安全案例？

后续确认的问题

1. 如何处理发表、论文开放、知识产权审核及企业保密？
2. Menon、Edwards与Steve Austen如何分配指导？
3. 是否需赴Supacat／SC Group现场？
4. 安全证书已建立哪些数学假设，博士还需解决什么？
5. 入围者应准备何种面试与技术内容？

证据与来源

主要证据包括官方奖学金页、ADC团队、学费身份与成本、Supacat／SC Group合作、近期导师论文、英国国防AI保障政策、Dstl及NIST指南。最关键缺口是国际学费覆盖的书面确认，以及国防安全资格限制。