【PhD/MS/Visiting/Intern Students】犹他大学-智能交通方向-持续招生

导师个人简介：
我是刘晨曦（Chenxi Liu，也可以叫我 Dylan），目前在犹他大学（University of Utah）土木与环境工程系担任助理教授。我于2017年在清华大学获得土木工程学士学位，并于2020年和2024年在华盛顿大学（University of Washington）分别获得交通工程硕士和土木与环境工程博士学位。
我的研究致力于推动人工智能在交通领域的应用，提升交通系统的安全性、效率与韧性。围绕这一目标，我的实验室沿三个方向开展研究。第一是网络物理协同，让 AI 感知和理解真实的交通环境，在车辆与基础设施之间共享信息，并转化为道路上的协同行动。第二是可信 AI，让 AI 的决策可靠、可验证、透明，能够用于安全攸关的交通场景。第三是人机交互，让驾驶员、出行者和交通管理者能够理解 AI，并与 AI 作为伙伴协同工作。我们与犹他州交通厅（UDOT）、犹他州多个城市以及部落社区紧密合作，在真实道路上用真实数据和真实传感器开展研究，项目获得 USDOT、NSF、交通研究委员会（TRB）和 UDOT 等机构的支持。
更多关于我的介绍可以参考我的个人网站：http://chenxiliu-dylan.github.io/

招生简介：
我们常年招生，目前开放：

• 博士研究生 （2027年Fall）
• 硕士研究生
• 博士后
• 访问学者
• 本科生科研
• 暑期实习生（2027 Summer）

主要的研究方向包括：

• 网络物理协同（Cyber-Physical Cooperation）
• 可信 AI（Trustworthy AI）
• 人机交互（Human-AI Interaction）

实验室资源：

• 设备：自有的路侧感知设备（LiDAR 加边缘计算）、多屏驾驶模拟器、V2X 车载单元（OBU）、基于 NVIDIA Jetson AGX Orin 的边缘计算平台，以及 VR 设备。
• 数据：可以使用 UDOT 的数据，包括全州交通事故记录。
• 算力：NSF NAIRR Pilot 提供的 9,200 GPU 小时、实验室自有的 CHPC 节点（2× H200）、学校 One-U Responsible AI Initiative 的 80 块共享 GPU、实验室本地的 RTX 5090 工作站，以及 OpenAI Researcher Access Program 的 API 额度。

如果你对 AI 与交通的交叉领域充满热情，并且喜欢住在盐湖城这样一个拥有世界级滑雪场、周边有五座国家公园的地方，那你会非常适合加入我们。我们不要求特定的专业背景，也不要求已经发表过论文，很多优秀的研究者都是在读研期间写出第一篇论文的。我们看重的是：扎实的学业基础（GPA 3.5/4.0 及以上）、对交通和 AI 的真正热情、享受科研过程本身，以及积极的团队合作。我们可以一起学习，利用你独特的背景知识，为交通这个领域做出你独一无二的贡献。
申请方式：
请在实验室网站 Join Us 页面填写申请表，并上传个人简历（CV）和成绩单 （本科和硕士， 博士后除外）。入口在我个人主页顶部菜单的 Team → Join Us。符合条件的申请人会收到我的邮件，约一次30到45分钟的 Zoom 面谈。