DMIR实验室

导语：

11月4日下午，2018届毕业校友黄俊宁、唐凯麟应邀回到DMIR实验室，从科研和职场两个方面进行经验分享，专注科研解锁前沿，规划职场踩准方向。

黄俊宁目前为德国达姆施塔特工业大学博士生，本科与硕士均毕业于广东工业大学，曾从事强化学习探索与逆强化学习智能决策研究，现主要聚焦于非光滑动力学中的摩擦与接触估计及阻抗控制等方向。黄俊宁学长以“State and Parameter Estimation for Nonsmooth Systems in Robotics”为题，分享了其在机器人动力学感知方面的最新研究进展。黄学长指出，摩擦与接触是人类与机器人交互中的核心非平滑现象，准确估计这些量对于实现类人动作、提升机器人在复杂环境中的自主操作能力至关重要。然而受限于摩擦模型的复杂性、接触动力学的多模态性、对昂贵外部力/扭矩传感的依赖，摩擦与接触的准确估计仍然是难点问题。针对上述挑战，黄学长展示了如何仅从关节空间信息来解决摩擦和接触估计问题，而无需依赖外部传感器。本研究通过基于输入到状态稳定性的鲁棒观测器实现摩擦估计，避免了参数爆炸；同时提出分层离散流匹配法将接触定位分解为连杆识别与局部定位，并结合改进的干扰观测器提升扭矩估计精度，从而显著增强了SLAM中的定位性能。黄俊宁学长的报告展示了无需外部传感器进行动力学感知的可能路径，为机器人在非结构化环境中实现更可靠、更具物理感知能力的交互奠定了重要基础。

唐凯麟是广东工业大学 DMIR 实验室 2018 届硕士毕业生。唐凯麟学长带来了主题为“工作七年：一些想和大家分享的事”的精彩报告。唐学长结合真实业务项目，向同学们展示了数据驱动业务增长的真实世界，系统讲述了用户获取、活跃激发、留存提升、价值挖掘与推荐传播的完整闭环，并重点介绍了如何选取目标用户、理解数据特征、大规模数据处理等业界难题。在职业建议环节，唐学长提炼了七年职场经验，为即将踏入职场的同学们带来宝贵启发。他建议大家保持主动思考、形成复盘习惯、认清自身边界并善用资源；同时提醒避免长期停留在低价值区、忽略成果曝光、以及在衰退行业内盲目追求“局部最优”。这些务实建议既体现了深厚的行业积累，也为同学们未来的职业发展提供了清晰的指引。唐凯麟学长的分享帮助大家更直观地理解了数据工程在真实业务中的价值与挑战，同时带来了职场成长的真诚心得与思考，为师生们提供了多角度的启发与视野。

分享会后，两位校友与听众就科研前沿与工业实践展开了热烈交流，从机器人感知到全球游戏数据工程，展现了技术与实践交汇的多样路径，为同学们指明了多元的发展方向。