1. 课题组与导师背景介绍
我是陈勇超,将于2026年8月加入清华大学人工智能学院担任助理教授。目前正在哈佛大学和麻省理工学院攻读博士学位,合作导师包括Chuchu Fan、Na Li和Nicholas Roy等知名学者。在学术研究之外,我曾在Google Research、DeepMind、Microsoft Research和MIT-IBM Watson AI Lab等顶尖工业研究机构工作,积累了丰富的产学研结合经验。
我的研究方向主要聚焦于人工智能前沿领域,特别是大模型、机器人、神经-符号人工智能以及AI for Science的交叉研究。这些工作曾多次被MIT News和MIT News Spotlight报道,在学术界产生了一定影响力。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 研究方向详解
2.1 基础模型与神经-符号方法
我们课题组将重点探索大语言模型(LLM)和多模态模型(VLM)的后训练优化、推理能力提升、规划算法改进以及工具使用等方面。当前大模型虽然展现出强大的能力,但在系统性推理和长期规划方面仍存在明显不足。我们将尝试融合符号推理与神经网络学习的优势,开发新一代神经-符号模型架构。
具体研究方向包括:
- 大模型的后训练优化技术
- 多模态模型的推理能力提升
- 复杂环境下的长期规划算法
- 工具使用与任务分解的自动化
2.2 机器人与自主系统
在机器人研究方面,我们关注以下几个关键方向:
- 任务与运动规划(Task and Motion Planning)的智能化
- 机器人基础模型(Robotic Foundation Models)的开发
- 触觉感知与人形机器人控制
- 多机器人系统协同优化
这些研究将推动具备长期自主性和复杂操作能力的智能机器人系统发展,解决现有系统在动态环境中的适应性问题。
2.3 科学智能(AI for Science)
我们将探索基础模型和机器人技术在自主科学发现中的应用,重点研究:
- 面向科学问题的模型构建方法
- 自动化实验决策系统
- 科学知识发现流程优化
这些研究有望加速多个科学领域的研究进程,推动科研范式的革新。
3. 招生要求与申请建议
3.1 招生对象与时间安排
我们计划招收2027年秋季入学的博士生,同时也欢迎有意向的同学提前加入进行预研工作
