南加州大学化学工程与计算机科学硕士

远程操控机器人

• 借鉴地理信息系统的理念，实现了相关算法以实现机器人的物理智能。使用TRACLUS算法通过优化函数对轨迹按特征点进行分段，对相邻线段进行聚类并过滤噪声。

多方人机交互信任实验

• 推进了多方人机交互（MP-HRI）场景中信任和影响力的基础研究。探索机器人和人类如何在MP-HRI中建立、维持和修复信任关系。研究机器人在群体咨询中的调解作用，并扩展至机器人服务和支持团队的团队表现研究。

• 开发了人脸跟踪算法。实现了在视频流（来自网络摄像头的实时画面）中检测人脸的脚本。创建了控制眼球运动以注视人脸的算法。

• 使用MediaPipe捕捉视频流和照片中的人脸和身体关键点。

群体机器人定位

• 使用跳数定位和模拟退火算法对群体机器人的目标点进行定位。在已知种子机器人（用作参考）位置的情况下，使用模拟退火算法来最小化成本函数，并迭代更新单个机器人位置的初始估计，使其逐步接近预期位置。

机器学习模型开发      

• 使用高级回归技术开发了俄亥俄州2021年的房价预测机器学习模型。

研究项目

人居环境数据库的搭建

• 构建多模态人居环境数据库，涉及摄像头、深度相机、毫米波雷达、压力传感器等数据的采集。

多方剧本杀游戏中的机器人主持人研究

• 设计并开发了一套具身机器人系统（POIROT），用于在家庭环境中主持叙事驱动的群体游戏（剧本杀）

• 整合了机器人技术、AI驱动的叙事生成及人机交互（HRI）设计原则。通过控制变量实验（N=67），对比了实体线索分发（物理发卡机）与数字媒介交互对用户体验的影响。

• 相关论文已被人机交互顶级会议ACM/IEEE HRI 2026录用。

• 技术栈：ESP32, Rhino, ROS2, Python, Swift, Android Studio

智能家具项目

• 使用柔性压力传感器和ESP32微控制器，设计并实现了一套沙发姿态检测系统。该系统通过传感器阵列采集压力数据，并通过无线网络将信号传输至计算机。

• 运用机器学习算法进行数据分类，并通过交叉验证来确定家具上的人数、位置和姿态。

• 通过提供用户互动的关键数据可视化，增强了情感计算能力，提升了系统响应性。

• 设计并开发了用于沙发压力数据可视化的网页和iOS应用程序。

机械臂3D打印项目

• 利用仿真和强化学习，开发了用于增材制造和智能物理治疗的机器人系统。

获奖

• 受邀演讲：“智能时代：美国机器人研究生项目申请及就业攻略”

• 机器学习项目竞赛奖（第1名）