2023年清华交叉信息研究院许华哲组博士招生及研究助理招募 (计算机视觉,强化学习, 机器人学 方向)

2022 年 3 月 2 日 CVer

点击下方卡片,关注“CVer”公众号

AI/CV重磅干货,第一时间送达

2023年清华交叉信息研究院许华哲组博士招生及研究助理招募 (强化学习, 机器人学, 计算机视觉方向)


写在前面的话


大家好,我是许华哲(http://hxu.rocks/), 博士毕业于加州大学伯克利分校,今年夏天将从斯坦福大学博士后出站,加入清华大学交叉信息研究院担任助理教授。欢迎对人工智能,尤其是深度强化学习、 机器人学和计算机视觉方向感兴趣的同学与我联系!


近年来,人工智能取得了世界瞩目的成就, 从AlphaGo击败了李世石,到随处可见的无人驾驶路测。但这代表我们达到真正的通用人工智能了吗?目前搭积木的机器人很容易在环境稍有改变的时候失去工作能力,想打开抽屉取物体的智能体也需要成千上万的样本来学习,而这样的任务对人来说、即使一个几岁的小朋友也很简单。这是因为人类能够:首先通过身体的传感器去感知周围世界,然后利用大脑去处理信号创建了我们对世界的认知,再基于这一认知做出决策。而我的科研兴趣关注的正是: 如何使得一个智能体利用不同的传感器感知世界,如何构建世界模型,然后像人类一样去高效决策和控制。


研究方向


朝着我们对通用人工智能的追求, 我渴望和有理想的同学合作, 包括但不限于以下方向:


  1. 深度强化学习 (Deep Reinforcement Learning): a. 基于模型的深度强化学习 (model-based reinforcement learning),b. 基于视觉的强化学习 (visual reinforcement learning),c. 多智能体强化学习(multi-agent reinforcement learning)d. 可泛化的强化学习 (generalizable reinforcement learning)等;

  2. 机器人学 (Robotics): a. 机械手抓取 (grasping),b. 物体操作 (object manipulation),c. 柔性物体操作 (deformable object manipulation),d. 多机器人协同操作 (multi-robot collaboration), e. 四足机器人 (quadruped robot) 等;

  3. 计算机视觉、触觉(Computer Vision & Tactile Sensing): a. 视频预测模型(video prediction), b. 视频理解(video understanding) ,c. 触觉信号处理(tactile sensing) 等。


我们的目标是从事最前沿的科学研究, 并发表在顶级的人工智能会议例如Neurips/ICLR/ICML/AAAI/IJCAI, 顶级机器人学会议如RSS/CORL/ICRA/IROS,以及顶级视觉会议CVPR/ICCV/ECCV等


学生培养


组内现有成员均来自顶级学府, 包括清华大学交叉信息研究院、计算机系、电子工程系,上海交通大学人工智能班, 美国杜克大学等。为了培养未来的顶级人工智能人才, 组内可以为你提供:


  1. 思辨的科研氛围。每周组会探讨最有价值最新的科学问题,鼓励同学们在科研观点的碰撞中培养良好的学术品味。

  2. 闭门座谈。邀请学术大牛、行业佼佼者和优秀的同学进行闭门座谈:目前已邀请过来自于斯坦福、伯克利、麻省理工、卡耐基梅隆、 加州大学圣地亚哥分校、多伦多大学的准教授、博士后、博士生;Meta人工智能研究部门、谷歌大脑的研究科学家;创业公司的联合创始人;哈佛大学人工智能和东亚文化交叉学科学者来进行线上座谈。

  3. 深入的科研指导。与组内每位学生每周至少一次一对一会议, 从课题想法的建立到算法改进、从实验设计到编程实现全程参与指导,避免“指鹿为马”式的指导或是单向地工作汇报。对不熟悉论文写作的低年级学生进行逐字逐句的修改和帮助,争取与学生一起做出高质量成果。

  4. 自由的选题空间。与学生共同讨论科研题目,提供充足的科研经费, 尽我所能支持学生做真正有意义、有深度、有影响力的研究。

  5. 活泼的团队氛围。未来我回国后, 预计可以组织一起运动(跑步,羽毛球, 网球, 游泳等), 以及不定时的共同观影, 演出, 展览和吃饭聚会。遵循work hard, play hard的想法, 但也尊重个人意愿。

  6. 给你的未来助力。鼓励和支持学生的求学计划和职业发展:我会与海内外顶级高校、工业界保持联络对接,助力组内本科生博士申请,博士生交换,博士后申请,毕业实习和工作申请。合作过的本科生/硕士生目前已有2人申到麻省理工、2人申到伯克利、3人申到卡内基梅隆、1人申到斯坦福、多人申到其他名校或知名国内外企业。

  7. 良好的待遇。我会为组内同学争取最好的补贴和科研条件,鼓励论文作者参加学术会议,提供充足的计算资源和仪器设备。


招生要求


希望你有良好的科研潜力和工程能力:

  1. 优异的本科学业成绩,尤其计算机和数学相关课程;

  2. 希望你有良好的编程能力(python, C++等), 如果熟悉pytorch/linux/github等人工智能科研常用工具、有ACM/OI编程竞赛背景更好;

  3. 希望你有较好的英文写作、阅读、沟通的能力!良好的演讲能力会是加分项;

  4. 如果你曾经有过人工智能经历,对某个问题有独到的理解或者发表过论文,当然是一个加分项!


科研是一份妙趣横生但却十分艰苦的道路。希望你可以自我驱动,认真思考并解决问题,关注问题本身,有责任心地投入精力和时间去共同完成我们的追求。希望你是一个善良的有思想的人, 组内的我们不仅仅是师生关系, 我们还可以成为相互批判的诤友,共同成长的伙伴!


报名流程


  1. 博士生申请者确认有直博资格。

  2. 发送email到:xuhuazhe12@gmail.com(通常24小时内会回复)a. 邮件标题: 申请类型-姓名-所在学校。申请类型包括: 直博申请,普博申请,研究助理申请;b. 邮件内容:姓名、学校和专业,本科成绩和排名(例如5/278),已经发表或准备发表的论文内容, 竞赛/奖学金获奖情况,编程技能;c. 邮件附件:本科成绩单, 简历。

  3. 博士申请者请同时关注并且申请清华大学交叉信息研究院优秀大学生夏令营,截止日期在五月左右。



2022 AI算法岗求职群来了!


本星球不仅面向2021届、2022届找工作和找实习的学生(研一/研二/大三/大四等),还面向刚入学或已工作的人群。目前已有超过3600+位同学加入星球旨在分享AI算法岗的秋招准备攻略(含刷题)、面试经验和校招/社招/实习的内推机会(含提前批)、学习路线、知识题库和Offer如何选择等


    希望这个星球可以让你少走一些弯路

    扫码进星球



CVer学术交流群(知识星球)来了!想要了解最新最快最好的CV/DL/ML论文速递、优质开源项目、学习教程和实战训练等资料,欢迎扫描下方二维码,加入CVer学术交流群,已汇集数千人!


扫码进群

▲点击上方卡片,关注CVer公众号

整理不易,请点赞和在看

登录查看更多
1

相关内容

强化学习(RL)是机器学习的一个领域,与软件代理应如何在环境中采取行动以最大化累积奖励的概念有关。除了监督学习和非监督学习外,强化学习是三种基本的机器学习范式之一。 强化学习与监督学习的不同之处在于,不需要呈现带标签的输入/输出对,也不需要显式纠正次优动作。相反,重点是在探索(未知领域)和利用(当前知识)之间找到平衡。 该环境通常以马尔可夫决策过程(MDP)的形式陈述,因为针对这种情况的许多强化学习算法都使用动态编程技术。经典动态规划方法和强化学习算法之间的主要区别在于,后者不假设MDP的确切数学模型,并且针对无法采用精确方法的大型MDP。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
23+阅读 · 2020年9月15日
【CMU博士论文】机器人深度强化学习,128页pdf
专知会员服务
123+阅读 · 2020年8月27日
深度强化学习策略梯度教程,53页ppt
专知会员服务
176+阅读 · 2020年2月1日
人工智能顶刊TPAMI2019最新《多模态机器学习综述》
专知会员服务
93+阅读 · 2019年10月18日
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
90+阅读 · 2019年10月16日
国家自然科学基金
4+阅读 · 2015年7月12日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
9+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
3+阅读 · 2022年4月19日
Arxiv
32+阅读 · 2022年2月15日
Arxiv
24+阅读 · 2021年6月25日
Arxiv
21+阅读 · 2018年8月30日
A Multi-Objective Deep Reinforcement Learning Framework
VIP会员
相关基金
国家自然科学基金
4+阅读 · 2015年7月12日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
9+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员