想读robotics里motion planning方向的博士

malu 发表于 2016-7-21 02:57
随便说说。

robotics三大方向，包括perception, planning, control。从就业角度考录，perception这块 ...

“搞planning and control一般要自己设计robot, 然后才能做试验，比较耗时间”
闻到了一股苦逼的味道........

话说回来学长 robot实用化（大规模应用，就像家用汽车这样，或者是各种科幻电影里描绘的那种大规模应用）的瓶颈主要是这三个方向中的哪一个？不负责任的猜测是perception方面。

ffybren 发表于 2016-7-21 03:25
请问地里的前辈们，对于planning和control方向，比较好的学校有哪些？本人ME专业，打算博士申请这个方向， ...

CMU 机器人方向地里有人发帖安利的 似乎不错 而且随时转码有退路 层主可以考虑下吖

缙云湖畔の鶸 发表于 2016-7-21 13:05
“搞planning and control一般要自己设计robot, 然后才能做试验，比较耗时间”
闻到了一股苦逼的味道... ...

robotics目前瓶颈主要在perception。 主要就是如何理解场景里面的事物这一块。deep learning是目前比较火的解决方案。然而即使脱离场景理解，单单是robotics SLAM这一块的进展，也足以发展许多应用。毕竟传统机器人甚至没有（我自己在哪里）这个概念，基本上是盲人一般摸黑。SLAM发展后这机器人自我定位基本上是解决了，剩下的就是场景理解。

缙云湖畔の鶸 发表于 2016-7-21 13:07
CMU 机器人方向地里有人发帖安利的 似乎不错 而且随时转码有退路 层主可以考虑下吖

恩恩，这个很有名，不过貌似录取要求很高……

Motion planning是最近机器人领域很火的一个方向，是CS+Math+Optimization+Control的结合，跟电路没什么关系。目前这个领域发展很快，特别是在UIUC的LaValle提出RRT这个算法(ICRA 2000)之后，RRT每年大篇幅占领机器人领域的conference和journal。后来MIT的Karaman和Frazzolli进一步完善了RRT算法，提出了optimal的RRT*(读作RRT Star，发表于IJRR 2011)，又将motion planning推入了新的高潮。。。

建议LZ如果phd想读这个方向的，可以学习一下以下经典的sampling-based算法：
PRM: probabilistic roadmap
RRT: Rapidly-exploring Random Trees
FMT: Fast marching trees
以及他们对应的star版本

Google 有个Tango项目可以了解一下，好像是这个方向的，SLAM基本算法和硬件实验都要做，很实用，我认识做这个的一个教授的学生好像都去了Google之类的，学术的可以看看IEEE Robotics。。。

motion planning还有相当大发展空间的，从最近机器人比赛来看（DRC challenge， Amazon Picking Challenge），各种planning慢的一逼，效果也一般。对于说要自己设计硬件的，也许是高大上的应用吧，我所在的lab基本就是写code，然后在现成的机器人上实现。楼上说的PRM，RRT算是是最常用的两种planning算法了吧

malu 发表于 2016-7-21 02:57
随便说说。

robotics三大方向，包括perception, planning, control。从就业角度考录，perception这块 ...

. check 1point3acres for more.请问robotics搞这三个方向会不会因为身份不好就业？

同问 字数字数

hbycjerry 发表于 2016-7-22 02:20
Motion planning是最近机器人领域很火的一个方向，是CS+Math+Optimization+Control的结合，跟电路没什么关 ...

此楼正解，上过一门关于planning 的课，没有电路，倒是感觉已经发展到了平台期，理论跟实际应用有些差距，跟老师交流，老师亲自说瓶颈在于路径执行的控制回路不够精确