美国机器人控制方向教授推荐
分类推荐
1. 传统与基于模型的控制
这类研究侧重于利用机器人的动力学模型,设计稳定、鲁棒、高性能的控制器,常用于刚性机器人、足式机器人等。
-
Aaron Dollar 教授
-
机构: 耶鲁大学
-
院系: 机械工程与材料科学
-
研究方向: 欠驱动手抓设计、灵巧操作。他的研究更偏向于通过巧妙的机构设计简化控制问题,但在机器人手抓的控制和抓取策略方面有深远影响。
-
实验室: GRAB Lab
-
-
Russ Tedrake 教授
-
机构: 麻省理工学院
-
院系: 电子工程与计算机科学
-
研究方向: 足式机器人动力学控制、混合系统、基于优化的控制。他是 Drake 机器人工具箱的开发负责人,在双足行走、无人机等复杂动力学系统的控制和验证方面是世界top。
-
实验室: Robot Locomotion Group
-
-
Katherine J. Kuchenbecker 教授
-
机构: 马克斯·普朗克智能系统研究所(德国)/ 之前任职于宾夕法尼亚大学
-
院系: (原宾大)机械工程与应用力学
-
研究方向: 触觉学、触觉反馈控制。她致力于在机器人系统和人机交互中创造和渲染真实的触觉感受,对遥操作和医疗机器人的控制有重要贡献。
-
实验室: Haptic Intelligence Department
-
2. 学习与控制
这是目前最火热的方向,利用机器学习(尤其是强化学习、模仿学习)让机器人通过与环境的交互自主学习控制策略,解决传统方法难以建模的复杂问题。
-
Sergey Levine 教授
-
机构: 加州大学伯克利分校
-
院系: 电子工程与计算机科学
-
研究方向: 机器人强化学习 的领军人物。专注于端到端的深度强化学习,让机器人从像素和少量演示中学习复杂的操作技能。
-
实验室: RAIL
-
-
Chelsea Finn 教授
-
机构: 斯坦福大学
-
院系: 计算机科学、电气工程
-
研究方向: 元学习、多任务学习、机器人抓取。她的研究旨在让机器人能够快速适应新任务和新环境,是机器人学习领域的新星。
-
实验室: IRIS Lab
-
-
Dmitry Berenson 教授
-
机构: 密歇根大学安娜堡分校
-
院系: 电气工程与计算机科学、机器人学
-
研究方向: 运动规划、操作、基于约束的强化学习。他专注于在杂乱和动态的环境中进行安全、可靠的运动规划和控制,将经典运动规划与机器学习相结合。
-
实验室: ARM Lab
-
-
Abhinav Gupta 教授
-
机构: 卡内基梅隆大学
-
院系: 机器人研究所
-
研究方向: 大规模机器人学习、自我监督学习。他倡导通过海量的无监督或自监督数据(如在现实中长时间自主运行)来让机器人获得通用的物理常识和技能。
-
实验室: NoML
-
3. 柔性与软体机器人控制
针对由柔软材料构成的机器人,其控制方法与传统刚性机器人截然不同,通常涉及材料、驱动和控制的协同设计。
-
Rebecca Kramer-Bottiglio 教授
-
机构: 耶鲁大学
-
院系: 机械工程与材料科学
-
研究方向: 软体机器人、可重构机器人、皮肤嵌入式传感。她致力于开发新型软体机器人和多功能材料,并为其设计相应的控制方法。
-
实验室: Faboratory
-
-
Daniela Rus 教授
-
机构: 麻省理工学院
-
院系: 电子工程与计算机科学
-
研究方向: 机器人、软体机器人、分布式机器人系统。作为MIT CSAIL的主任,她的研究覆盖面极广,在软体机器人的运动规划、控制和自组装方面有突出贡献。
-
实验室: MIT CSAIL
-
4. 遥操作与人机交互控制
专注于人与机器人之间的协同控制,包括手术机器人、康复机器人和共享自治系统。
-
Allison M. Okamura 教授
-
机构: 斯坦福大学
-
院系: 机械工程
-
研究方向: 触觉学、医疗机器人、遥操作。她是触觉人机交互领域的top,研究如何让医生在手术机器人中感受到力反馈,以及机器人在可变环境中的自适应控制。
-
实验室: CHARM Lab
-
-
Neville Hogan 教授
-
机构: 麻省理工学院
-
院系: 机械工程
-
研究方向: 机器人康复、阻抗控制、人机动力学交互。他是机器人阻抗控制的奠基人之一,其理论对康复机器人和人机协作机器人产生了深远影响。
-
实验室: Newman Laboratory
-
5. 机器人与自动化
这个方向更偏向于应用,专注于在工业、农业等特定场景下实现高效、自主的控制系统。
-
Vijay Kumar 教授
-
机构: 宾夕法尼亚大学
-
院系: 机械工程与应用力学
-
研究方向: 多机器人系统、蜂群机器人、无人机。他的实验室在小型无人机的敏捷飞行、编队控制方面是top的,涉及复杂的动力学控制和分布式协调。
-
实验室: GRASP Lab
-
-
Magnus Egerstedt 教授
-
机构: 加州大学欧文分校
-
院系: 电气工程与计算机科学
-
研究方向: 多机器人系统、网络化控制、机器人学习。他在多智能体系统的协调控制和基于时空约束的机器人行为设计方面有重要贡献。
-
实验室: (原在佐治亚理工) 现在在UCI的实验室
-









