远程部署机器人集群的人机协作

项目概览

本项目由 Queen Mary University of London 的 School of Electronic Engineering and Computer Science 提供，研究远程部署机器人集群中的人机协作（HRT）。应用场景包括灾害响应、基础设施巡检、安保、物流和医疗；人类操作员需要监控、监督、介入并在不同抽象层级与多个机器人协作。

研究将围绕多模态监督界面、可变自主性，以及人机共享理解开展。博士生可根据自身兴趣和背景，在入学头几个月形成详细研究计划。项目最长可资助三年，本土学生可获本土学费和伦敦生活津贴；最终申请截止日为 2026 年 8 月 2 日，但从 7 月 26 日起滚动审阅，岗位可能提前招满。

项目详情

人机团队能够结合人和机器人的互补能力，但要让多机器人系统实现流畅协作仍有基础性难题：人和机器人需要保持共同态势感知，在动态环境中协调行动，按任务需要动态分配注意力和控制权，并在不同抽象层级实现顺畅交互。与单机器人系统相比，集群运行提高了操作者的认知负荷，交互方式也必须从一对一控制扩展到一对多协作；现有方法常不足以支持接近有效人际协作的自适应协作方式。

候选人可在以下相互关联方向中提出并推进创新研究。第一是监督界面与智能支持：开发结合可视化、手势、自然语言和听觉通道的多模态界面，以及协助操作员监督集群运行的智能助手。这些系统应能主动筛选信息、突出异常、诊断问题并推荐干预，从而降低认知负担，并维持跨多个机器人的态势感知。

第二是可变自主性：构建可根据任务要求、环境条件、人和机器人的能力与状态，动态调整机器人自主程度的框架。第三是人机共享理解：建立计算化的共享心智模型和共享态势感知，使团队成员保持共同基础。最终研究方向将由申请者的兴趣与既有经验共同塑造，并在博士初期进一步细化。

课题并未预先限定唯一技术方案。申请者可围绕上述一个或多个方向提出创新研究，并在博士最初数月把兴趣、既有背景与团队研究环境结合，形成更细化的研究计划。因此，申请材料中的 500 字研究计划应体现对人机协作、集群操作或相关自主系统问题的理解，同时允许在导师指导下继续调整问题范围。

项目所指的协作也并非单纯远程控制：人类可处于监控、监督、介入或共同完成任务等不同位置，机器人需在不同抽象层级提供可理解的交互。可视化、手势、自然语言与听觉通道被列为可组合的方式；智能助手则应筛选信息、发现异常、诊断问题并提出干预建议。可变自主性还要考虑何时由系统自主处理、何时向操作员请求注意或移交控制，以及这些改变如何被团队共同理解。

申请要点

• 欢迎计算机科学、工程、机器人、人工智能、认知科学或人机交互背景的申请者；较强编程能力，以及自主系统或人因研究经验尤其重要。

• 资助期可长达三年。本土学生可获得本土学费和伦敦标准生活津贴，2026/27 年度当前金额为每年 £22,618，后续年度金额待确认。非本土/非英国学生可以申请，但被录取后须自行承担较大的学费差额，项目不提供额外资助或学费减免覆盖该差额。

• 导师为 Dr Manolis Chiou（m.chiou@qmul.ac.uk），联合导师为 Dimitrios Kollias。研究相关中心包括 Centre for Multimodal AI、Centre for Human-Centred Computing 和 Centre for Advanced Robotics @ Queen Mary。

• 申请按学校博士申请说明办理，材料包括：最多两页 CV；最多 4,500 字符的求职信，并须在首页明确说明是否符合英国居住者奖学金资格；最多 500 字研究计划；两封推荐信；如母语非英语则提交英语语言证明；以及其他证书。

• 奖学金本土学生资格要求申请者在英国停留期限不受限制，并在 studentship 开始前至少三年通常居住于英国。具体资格应依据 EPSRC 指引核实。行政咨询可联系 Mrs Melissa Yeo（m.yeo@qmul.ac.uk），学术咨询可联系 Dr Arkaitz Zubiaga（a.zubiaga@qmul.ac.uk），项目咨询联系 Dr Manolis Chiou。

需要进一步确认

应尽快确认 2026 年 7 月 26 日起的滚动审阅是否仍有名额，并向导师确认最终资助年限、非本土学生的可行性、研究计划与拟定课题方向的匹配方式，以及申请系统中的准确提交步骤。

PhD 项目深度调研报告：远程部署机器人集群的人机协作

执行结论

推荐标签：有吸引力，但需要核实匹配度。 本项目聚焦多机器人系统、人因、交互设计、AI 与自主性的交叉。项目主题——监督界面、自适应自主权分配与共享态势理解——与首席导师已发表的人机协作和 variable autonomy 研究高度一致。主要决策变量并非概念本身，而是资助资格、海外学生学费差额、滚动评审的名额、可用的机器人集群/仿真与用户研究基础设施，以及可执行的评价方案。

学校、项目与所在地背景

Queen Mary’s EECS 宣布在 QS Subject 2025 的 Computer Science 以及 Information Systems and Data Science and AI 两个学科均位列全球前 100；这可作为学校背景参考，但不能直接衡量本项目的指导质量或设备可得性（EECS 排名新闻）。Centre for Multimodal AI 汇集音频、图像、视频和文本方向的 AI 研究，Centre for Human-Centred Computing 则明确结合 computing、cognitive science、psychology 和 design，增强了该项目的研究环境。

这意味着论文很可能不只是机器人控制：除多机器人规划外，还可能涉及交互设计、操作员研究、可解释的机器辅助和关注安全的自主性。Human-Centred Computing facilities 页面列出 motion-capture、VR/head-mounted displays、mobile EEG 与 GPU 支持环境，适合人机交互实验的潜在需求，但是否向本项目开放仍需确认。

导师与实验室评估

导师研究方向

Dr Manolis Chiou 官方主页 将 human-robot teaming、human-robot interaction、variable autonomy 和 mixed-initiative robotic systems 列为研究方向，并关注危险和安全关键环境，与远程机器人集群监督的课题高度连续。他在 Centre for Multimodal AI 的资料也将该研究置于 multimodal AI 与决策系统环境中。项目信息将 Dimitrios Kollias 列为联合导师，但现有公开证据不足以判断双方的导师分工，申请前应明确讨论。

近期重要论文

• Editorial: Variable autonomy for human-robot teaming（2024）表明 variable autonomy 是活跃研究议题，与何时转移控制权直接相关，但并未规定机器人集群研究设计。
• A mini-review on mobile manipulators with Variable Autonomy（2025）将 variable autonomy 方法延伸到移动操作机器人；可作为文献地图参考，但本项目仍需界定其具体机器人群、任务与指标。
• A framework for semantics-based situational awareness during mobile robot deployments（2025）与共享态势理解和部署系统的信息设计尤为相关。
• Intent-driven LLM ensemble planning for flexible multi-robot manipulation（2026）反映近期多机器人协调工作，但其核心是 manipulation，不能视为已有远程集群平台的证明。

实验室、资源与合作环境

相关中心构成可信的跨学科环境：CMAI 报告其六个研究实体中有 50 多名学者和 150 名研究人员，Faculty research-centre map 亦显示 Multimodal AI 与 Human-Centred Computing 均是 EECS 研究中心。这是有意义的环境信号，但不表示某一机器人集群、测试场、仿真器、传感器套件、技术员支持或算力配额已为项目预留；这些应作为高优先级问题确认。

研究方向与领域前景

领域动向

UKRI 的 robotics research area 明确覆盖 human-robot interaction 与 programmed autonomy，并将复杂环境、独立生活、交通和制造列为相关场景。其 Robotics Adoption Programme 将在 2026 至 2030 年资助应用、技能和区域枢纽。英国政府的 rapid technology assessment 同样指出物流、医疗、能源等领域的机会，也提示采用与技能约束。

可行研究切入点

有效方案应选择一个可检验贡献，而不是试图同时解决所有人机集群协作问题。强有力的方向包括：(1) 在整个集群中突出异常和解释的界面；(2) 以经过校准的操作员通知转移注意力或控制权的 variable-autonomy 策略；(3) 支持可靠交接和恢复的共享态势理解表征。评价计划应预先定义任务场景、机器人/团队状态、工作负荷与信任度量、安全/错误结果、基线和失败案例。研究问题还应区分“视觉效果出色的界面”与操作员理解、决策质量或任务表现的可测量改善。

职业与市场前景

International Federation of Robotics 报告 2024 年专业服务机器人销售增长，运输/物流为最大应用类别，搜索救援/安保和医疗机器人也有增长。英国 Smart Machines Strategy 2035 与 National Careers Service robotics-engineer profile 支持以下判断：软件、自主性、传感器、人因和验证的综合能力可迁移至研究、应用 R&D 和机器人部署。市场增长不能替代严谨作品集；可复现代码、实验方法能力、人类受试研究意识与清晰技术写作才是更持久的证据。

资助、申请与生活成本

项目信息称资助为 3 年、按 home-fee rate 覆盖，并提供 2026/27 London stipend £22,618，后续仍以确认结果为准。非 home 申请者可以申请，但如无额外 waiver，需承担相当可观的学费差额。最终截止日期为 2 August 2026，自 26 July 起滚动评审，因此名额可能更早关闭。申请时效和资格是决定性因素。

伦敦负担能力需要另行制定当前预算。Queen Mary 的 student-finance guidance 显示，符合条件且离家居住学生的 2025/26 London maintenance-loan 上限为 £13,762；这不是博士预算或津贴保证，仅可作参考。学校的 cost guide 列出示例性的周度交通和杂货成本，East London guide 提供历史住宿比较。应先取得当前住宿选项、合同期限、学费和付款安排，再判断可负担性。

申请者匹配度与准备

更适合的背景

• 具备 computer science、engineering、robotics、AI、cognitive science 或 HCI 背景，并希望结合算法与人本研究的候选人。
• 编程基础扎实，且有 autonomous systems、interaction studies、robotics middleware、simulation、perception 或 decision support 经验证据的申请者。
• 能将广泛的社会应用收敛为受控实验问题，并如实报告局限与改善的研究者。

需要谨慎的情况

• 只希望从事纯理论 AI，而不愿参与受试者、界面或机器人系统工作。
• 海外学生学费 waiver 尚未书面确认，却将其视作资助前提。
• 拟议研究依赖尚不可用的特定硬件集群、实地部署伙伴或大型受试研究。

应强化的技能与证据

Queen Mary research-degree application guidance 表明，简洁且可接受的研究计划、CV 及必要时的语言证明具有价值。针对本项目，计划应写清一个狭窄的集群监督任务、初始技术假设、比较基线、候选指标，以及申请者已有的编程或 human-factors 证据。可复现的 robotics/AI 代码、用户研究或界面原型、仿真结果、细致的误差分析，以及简短的伦理和安全考虑说明，都很有帮助。

风险与待核实问题

高优先级问题

• 评审时 studentship 是否仍开放、共有多少名额、预计何时入学？
• 精确的学费、生活津贴、期限和发放条款是什么；非 home 学费身份是否有额外支持？
• 从第一年起，学生可使用哪些集群硬件、仿真器、遥测、场景、数据与算力资源？
• 导师如何分工覆盖 HRT、multimodal AI、评价和部署，会议频率如何？
• 预期的研究设计、受试者招募路径、伦理流程、安全约束与成功指标是什么？

中优先级问题

• 第一年的交付物、目标发表场所、差旅预算和培训机会如何安排？
• 是否可接触真实的灾害响应、巡检、物流、医疗或安保伙伴？可能有哪些数据/IP 限制？
• 研究计划是否必须在三个公布方向中选择一个，还是可在前期文献与可行性工作后调整？

证据与来源

Queen Mary 与研究环境

• EECS subject-ranking news
• Manolis Chiou profile
• CMAI publications profile
• Centre for Multimodal AI
• Centre for Human-Centred Computing
• Human-Centred Computing facilities
• Faculty research centres
• Research-degree application guidance

论文与领域背景

• Variable-autonomy editorial
• Variable-autonomy mini-review
• Semantics-based situational-awareness framework
• Intent-driven multi-robot planning
• UKRI robotics research area
• UKRI Robotics Adoption Programme

资助、生活成本与市场

• Queen Mary student-finance guidance
• Queen Mary London cost guide
• UK Smart Machines Strategy 2035
• UK rapid technology assessment: robotics
• IFR World Robotics 2025 service robots
• National Careers Service: robotics engineer