为什么选择这个领域

选择自主系统工程，是因为当机器人与人类共享工作空间时，行为的可靠性与技术能力本身同等重要。硕士课题期间，我观察到一种现象：一个路径规划器在仿真中表现优异，但一旦传感器读数出现延迟，或人员运动变得不可预测，它就会变得不再安全。这种名义性能与可验证安全性之间的鸿沟，促使我开始思考，如何将规划假设、不确定性以及人类运动模式，用显式的方式表达出来，而不是将它们隐藏在平均成功率这个数字背后。

学术准备

我的控制与系统工程硕士学位，为博士阶段的研究奠定了扎实的数学基础。优化、随机系统与嵌入式控制等课程，教会了我如何将形式化模型与可测量的系统行为联系起来。在毕业论文中，我为移动平台实现了一个模型预测控制器，设计了用于定位漂移的可重复测试，并详细记录了控制器无法满足其跟踪边界的所有条件。这段经历让我养成了一个习惯：清晰地陈述假设，将观察到的结果与解释区分开，并保留一份可复现的设计变更记录。

研究经历与已获批范围

拟开展的博士项目，将研究在人类工人附近运行的协作仓库机器人的可验证运动规划。已获批的范围严格限定于：针对室内移动平台，在仿真和院校提供的实验环境中，研究其规划与验证方法。具体来说，我计划比较机会约束方法和可达性分析方法，在有限的传感不确定性下定义安全裕度，并通过透明的延迟、干预和近冲突指标来评估最终形成的规划器。需要明确的是，这项工作不涉及任何武器、监控部署，也不涉及敏感技术数据的无限制传输。

为什么选择这个项目

这个项目非常适合我的原因在于，它将形式化验证、机器人实验和负责任的系统工程，整合在一个统一的指导研究环境中。Eleanor Shaw教授团队的研究重点，恰好是硕士阶段一直影响我的核心——可追溯的假设和受控的评估。我特别想学习的是，如何将一个基于证明的安全声明，转化为可被其他研究者复现、质疑和改进的实验协议。我的目标绝不是将项目范围扩大到已批准的陈述之外，而是以更深入的方法论，去探究那些已经达成共识的问题。

未来方向

博士毕业后，我计划投身于民用工业机器人研究领域，尤其关注用于物流和制造业的机器的保障方法。短期内，我希望发表可复现的评估结果，并在大学许可的范围内，贡献编写良好的研究软件。从长远来看，我期待能帮助工程团队，将安全证据转化为操作员、审计员和系统设计师都能理解的语言，让部署决策建立在明确陈述的边界之上，而非基于乐观的演示。

负责任的研究实践

我清楚地认识到，ATAS申请必须完整、准确，并与院校记录保持一致。我会确保提交的描述与系部批准的研究陈述始终一致，遵守大学的研究安全与数据处理流程，并在项目、导师或研究范围发生任何实质性变更前，寻求书面指导。我已仔细审查了本陈述中的每一项事实性声明，并能够用我的学业记录或项目文档为其提供支撑。