基于模型的深度强化学习用于无人机控制，并整合先验物理知识

本研究项目致力于设计与评估混合式深度强化学习方法，该方法将物理模型与学习到的组件相结合，用于无人机与机器人的自主控制。通过运用物理知识，旨在提升控制策略的效率、稳健性及安全性。

职位说明： 项目描述： 针对无人机或机器人的自主控制，设计并评估基于模型与混合深度强化学习方法（先验物理模型+学习组件），通过明确整合物理知识以提升样本效率、鲁棒性、安全性及控制策略的可迁移性。

所需个人背景与技能要求： 所求的个人背景与技能要求： 具有机器学习与/或机器人技术专长的M2工程学位或工学学位。 良好的写作能力、熟练的英语水平，以及应用研究相关的经验与兴趣。 技能： 机器学习方面的知识，尤其是强化学习方面的知识； 具备动态系统的建模与控制经验； 对机器人技术，尤其是航空机器人技术的兴趣。 工具： TensorFlow、PyTorch以及面向对象编程（Python、C++）。