多机器人协调与任务执行中的具身决策控制框架研究

【项目介绍】 随着自主无人系统在现实场景中的部署日益增多，这些系统的集群对于完成单个机器人无法处理的任务变得至关重要。在搜救或大规模监视等具有挑战性的任务中——环境未知、动态且非结构化——机器人集群必须适应、选择适当的行动并响应不断变化的条件。本项目旨在开发一种新的控制框架，实现自主集群中的具身决策，使其能够以韧性、可靠性和适应性运行。该工作将研究个体和集体决策过程如何从物理系统的动态感知运动循环中产生，重点关注身体动力学、感知以及相邻智能体与其环境之间的相互作用之间的紧密耦合。研究将采用跨学科方法，结合控制理论、非线性动力系统、机器人和形式化方法，为复杂和不确定环境中的分布式决策开发原理模型和算法。

【研究内容】 候选人将开发一种新颖的分层控制框架，将认知决策与物理系统控制相结合，在未知和动态环境中实现安全、韧性和可扩展的运行。该框架将聚焦于两个关键组成部分：（i）低层安全协调控制，和（ii）高层决策和任务协调。低层安全层将确保机器人集群在复杂动力学下的计算高效和安全导航。同时，将在高层利用集体决策机制（如意见动力学）来协调多智能体系统的期望行为，以响应不断变化的内部状态和外部环境条件。将采用传统的基于模型的方法和现代的基于学习的控制技术，在不确定性下实现可靠性、性能、计算效率和适应性之间的适当权衡。

候选人将隶属于CRADLE（苛刻和持久环境中的机器人自主中心 - https://cradlerobotics.co.uk/），并将与工作包2（架构）和工作包5（演示器）密切合作。在CRADLE团队的支持下，项目将通过形式化验证技术进一步完善和验证所提出的控制框架。

研究将包括理论创新和实践验证。理论部分将建立在严格的数学分析基础上，利用控制理论、非线性动力系统、网络化多智能体系统和形式化方法的工具。实践验证将通过无人机和地面车辆等机器人平台的案例研究进行，展示所提出的框架对现实世界挑战的适用性。这项工作的成果预计将在控制和机器人领域的顶级会议和期刊上发表，如CDC、IFAC World Congress、IROS、ICRA、IEEE Transactions on Control of Network Systems、IEEE Transactions on Robotics、Automatica和IJRR。

【申请要求】 申请人应持有或期望获得至少二等一级荣誉学位（2:1）或硕士学位（或国际同等学历），专业为控制工程、机器人学、应用数学或相关定量学科。控制理论或机器人学的研究经验非常理想。先前接触机器人平台，包括ROS的实践经验，将被视为优势。 我们正在寻找具有高度积极性的候选人（国内和国际），在控制理论方面有扎实背景，在机器人方面有实践经验。申请人应展示对理论开发和动手实施的热情。

【申请材料】 我们强烈建议您在申请前联系本项目的主管（Dr. Zhiqi Tang, zhiqi.tang@manchester.ac.uk）。请包括您当前的学习水平、学术背景和任何相关经验的详细信息，并包括一段关于您攻读此博士项目动机的段落。

申请时，您需要指定本项目的全名、您的主管姓名、如果您已有资金或希望被考虑通过大学获得可用资金、您先前学习的详细信息，以及两位推荐人的姓名和联系方式。申请后，您将被要求上传以下支持文件： • 所有已授予大学水平资格的最终成绩单和证书 • 任何进行中的大学水平资格的临时成绩单 • 简历 • 支持声明：一至两页的声明，概述您攻读研究生研究的动机以及为什么您想在曼彻斯特进行研究生研究、任何相关的研究或工作经验、您先前研究经验的关键发现，以及您开发的技术和技能（这对所有申请人都是强制性的） • 两位推荐人的联系方式（请确保您提供的联系电子邮件是官方大学/工作电子邮件地址） • 英语语言证书（如适用）

如果在申请时未提交所有必需文件，您的申请将不予处理。不完整的申请将不予考虑。

【资助信息】 这个3.5年的博士奖学金向国内（英国）申请人开放，包括具有定居身份的欧盟申请人。成功的候选人将获得按UKRI费率设定的年度免税津贴（2025/26年为20,780英镑；受年度上调影响），学费将被支付。 我们有第二个职位，由学院资助，向国内和海外申请人开放。有关更多信息和资助截止日期，请访问FSE资助主页。

【指导团队】 Dr. Zhiqi Tang，电子与电气工程系 Prof. Simon Watson，电子与电气工程系 Prof. Michael Fisher，计算机科学系

【其他信息】 平等、多样性和包容性是曼彻斯特大学成功的基础，也是我们所有活动的核心。我们积极鼓励来自不同职业道路和背景以及社区各个阶层的申请人，无论年龄、残疾、种族、性别、性别表达、性取向和跨性别状态如何。我们也支持从职业中断或其他角色回归的申请，并考虑提供灵活的学习安排（包括兼职：50%、60%或80%，取决于项目/资助者）。

我们建议您尽早申请，因为一旦职位填补，广告将被撤下。