认知|美国肯特州立大学认知机器人与人工智能实验室招聘博士、硕士、实习生博士|硕士|知识科

_原题为 美国肯特州立大学认知机器人与人工智能实验室招聘博士、硕士、实习生

文章图片

美国俄亥俄州肯特州立大学
（Kent State University）
航空工程学院电子信息工程系
认知机器人与人工智能实验室
Cognitive Robotics and AI Lab (CRAI）
招收1名全额奖学金博士
以及2名硕士和2名实习生。
博士、硕士2020年春季入学;
实习生2020年全年时间入驻
欢迎优秀候选人申请~
实验室简介 Lab Mission
The CRAI Lab is newly established in 2019 by Dr. Rui Liu (https://ruiliurobotics.weebly.com/), aiming to conduct world-class cognitive robotics research -– designing the “Mind” for robotic and AI systems for seamless cooperation with a human. Robot mind is cognitive models based on AI algorithms, cognitive science and neuroscience. We envision that with cognitive models, robotics can have self-awareness and self-behavior diagnosis, also understand human attention and environmental risk, and can build a trustworthy relation with humans and other robotic systems. The applications include Human-UAVs teaming, daily assistive robots, medical AI systems, and intelligent manufacturing.
由刘博士于2019年在肯特新成立，旨在开展世界级的机器人认知研究 --- 给机器人和人工智能系统设计“大脑”（基于AI算法，认知科学，心理学和脑神经科学的认知模型），从而让机器人与人类无缝地合作。我们的愿景是，通过认知模型，机器人系统具有自我意识和自我行为诊断能力，也可以理解人的注意力和环境里的潜在风险，并且与人类和其他机器人系统建立信任关系。机器人应用包括：人--无人机/集群合作，日常辅助机器人，医疗人工智能系统和智能制造。
研究方向
1. 人工智能支持下的机器人认知建模 (AI-Powered Robot Cognition Modeling
人工智能（深度学习，博弈论，计算机视觉）和心理学模型的融合，革新机器人的学习控制方式，以类人的视角理解人和环境，并且具有自主的问题分析能力。

信任(trust) 。人和机器人，机器人之间的信任，从而使合作更加可靠和灵活，适应复杂环境。
安全/危险意识(safety/risk) 。为robotics/AI系统设计安全意识，支持安全的计划和合作方法。
注意力和顾虑 (attention and concern) 。人和robot/AI分享注意力交流顾虑，自然有效的沟通。
自我意识（self-awareness）。自我学习和自我行为诊断。
常识的积累和分享(commonsense learning and sharing) 。

2.无人机集群编组和多体机器人系统（multi-robot/uav systems）
多体强化学习，深度学习，自动控制论支持下的自适应编组和任务规划，包括地面移动目标跟踪，地面空中配合，区域警戒，复杂地貌下的营救。涉及到的研究有集群行为的自我纠正，容错的集群系统，人和集群的配合。
3.人机交互
关注实用型的人机协作系统的设计，使用机器学习和用户行为研究来解释人的意图和行为纠正，促进人和机器系统在思想层面进行融合。涉及到的应用问题有抓取，轨迹规划，自然交流。
4. AI可解释性研究
从机器人的角度，分析模型模型的学习重点，推理决策的依据，防护机制和模型蕴含的社会准则，从而设计安全可靠的机器人和AI系统。
研究方向1-4均涉及AI模型包括：GNN, CNN, adversarial learning, GAN, active learning, LSTM, meta learning, multi-agent reinforcement learning.
候选人背景
The Ph.D. students are expected to involve in one or two research directions listed above, with top-tier publication outcome. Candidates with the following backgrounds are preferred.
1. Highly self-motivated.
2. Master degree (or excellent undergraduate) in Robotics, AI, CS, EE, Control, Mechatronics, Automation or Information Systems.
3. Concrete knowledge on robot control, machine learning (CNN, RNN, DRL, GAN), UAV models and math.
4. Hands-on project experience in robotics, UAV and AI; publications in Robotics and AI will be a plus.
5. Experience in Robot Operation Systems (ROS); Skilled in one programing language: python, matlab or C++.
6. Excellent English in reading, writing and speaking; Good TOEFL and GRE score.
预计博士生将参与上述一个或两个研究方向，并有顶级文章产出。具有以下背景的候选者优先考虑。