博士后招聘

1

陈明华

混合集成激光器及其在量子系统中应用

1

陈老师

chenmh@tsinghua.edu.cn

2

陈文华

毫米波太赫兹集成电路与应用研究:

协助推进重大项目研究进展，申请和承担相关领域科研项目。

2

张老师

yinan_zhang@

tsinghua.edu.cn

3

陈 勇

模拟/数字/无线/有线通信芯片设计、通信算法—硬件协同设计等。

超高速通信芯片实验室，实验室瞄准新型宽带通信系统对芯片性能的需求，致力于超高速宽带通信电路与系统的原创攻关，从发现并解决真问题，突破芯片性能的瓶颈。研究内容将根据项目要求和个人积累协商匹配

3-5

陈老师

ychen_ee@tsinghua.edu.cn

4

邓舒文

1. 计算机硬件互连方向：

面向先进封装与工艺演进下的芯粒互连需求，聚焦标准规范、路由拓扑与安全互连等关键技术，研究如何在异构芯粒系统中构建高效、可扩展且可信的互连机制，推动关键技术在高带宽、低延迟、安全隔离等指标下的工程落地，支撑面向未来高性能计算与智能系统的芯粒互连平台建设，产出高水平科研成果与标准体系建设成果。

2. 计算机架构与安全方向：

体系化研究计算机系统方面的安全问题，研究可包括从问题源头研究微结构安全的形式化建模与方法论，应用不同场景的安全标准规范与安全基准测试集，微结构安全的软件攻击应用，以及利用隔离的安全可信环境或安全微结构设计，产出高水平科研成果与标准体系建设成果。

1-2

邓老师

shuwend@tsinghua.edu.cn

5

段岳圻

空间智能方向：

基于三维计算机视觉的研究基础，研究三维场景的表示（如高斯泼溅）、重建、生成、理解，并在具身智能应用中研究生成式仿真平台的搭建和训练数据的合成。

1

段老师

duanyueqi@tsinghua.edu.cn

6

冯 伟

1.天地一体6G移动通信:

从事天地一体6G基础理论与关键技术研究，参与国家重点研发计划课题，牵头申报国家青年基金、博后基金等，发表高水平学术论文，参与标准化工作。

2.海域物联网:

从事海域物联网基础理论与关键技术研究，参与国家杰青项目，牵头申报国家青年基金、博后基金等，发表高水平学术论文，申请国家发明专利。

3.卫星互联网:

从事卫星互联网基础理论与关键技术研究，参与联合研究机构项目，牵头申报国家青年基金、博后基金等，发表高水平学术论文，申请国家发明专利。

表现优异者择优推荐留聘清华大学天基网络与通信全国重点实验室

5

冯老师

fengjingtong@mail.tsinghua.edu.cn

7

郝智彪

1.窄线宽激光器：

研究材料与器件设计、制作工艺与测试分析；

2.薄膜铌酸锂非线性光学器件：

研究仿真设计、制作工艺与测试分析

3.宽带半导体光电探测器：

研究材料与器件设计、制作工艺与测试分析；

4.光子集成：

研究多材料异质异构集成，包括III-V器件与硅光、III-V器件与铌酸锂等。

4

郝老师：

zbhao@tsinghua.edu.cn

8

匡麟玲

1. 卫星互联网星间激光通信技术：

从事天基激光通信基础研究和应用研究，参加天基网络与通信全国重点实验室智慧天网创新工程研究开发，从事过激光通信相关研究者优先，配合实验室开展空天领域应用研究。

2. 6G星地融合关键技术：

依托企业合作，开展面向6G的手机直连、宽带中继等基础研究工作，从事过相控阵天线、数字波束合成相关研究者优先。

3. 天基算力网络方向：

从事天基算力基础研究和应用研究，参加天基网络与通信全国重点实验室天基算力方向工程研究，从事计算机体系结构、算力资源优化相关研究者优先。

3-5人

冯老师

fengjingtong@mail.tsinghua.edu.cn

9

李懋坤

1. 生物电磁学方向：

融合生物电磁特性与智能传感技术，突破生物组织介电参数动态检测、高精度建模与成像瓶颈，研发新一代电阻抗和微波生物医学成像系统。与医疗设备龙头企业及三甲医院深度合作，将电磁诊断技术创新应用于重大疾病早期筛查与康复治疗领域，实现生物电磁技术在智慧医疗场景的范式创新，完成具有临床转化价值的高水平研究输出。

2. 地球物理多物理场智能反演算法方向：

融合地球物理多源数据（地震、电磁、重力等）与深度学习技术，突破传统反演方法的非线性、多解性瓶颈，构建高精度、高效率的智能联合反演算法体系。与能源勘探、地质灾害监测等领域的领军企业及科研机构深度合作，将智能反演技术创新应用于油气储层预测、深部矿产资源勘查及城市地下空间安全评估等关键场景，推动地球物理勘探从“定性解释”向“定量智能”的范式变革，形成具有国际影响力的原创性科研成果与产业化应用。

1

王老师

jing_wang@tsinghua.edu.cn

10

李 勇

1. 网络基础大模型研究：

团队长期聚焦于网络基础大模型的研究与应用，致力于构建具备统一表征、泛化建模与智能决策能力的网络大模型体系。依托多模态数据融合、知识增强与大规模数据生成建模等关键技术，提取结构化知识，理解并模拟复杂系统演化机制。团队研究紧密围绕多个关键应用场景展开，包括面向城市治理的人群流动建模与公共资源调度，面向社会模拟的政策演化与集体行为重建，面向通信网络的多维数据预测与生成，面向AI for Science的科研范式重塑，以及面向复杂系统的有效建模。通过构建统一的网络基础模型框架，推动不同领域之间的知识迁移与协同建模，为未来高复杂性系统的智能理解与优化提供坚实支撑。

2. 移动数字孪生网络：

本团队聚焦于移动数字孪生网络的关键技术体系与应用研究，致力于构建融合真实通信环境与虚拟仿真空间的高精度网络模拟平台。面向未来复杂、多变、动态的通信场景，以精细化网元设备建模技术为基础，覆盖基站、终端、信道等核心元素，全面模拟网络在多时空、多业务条件下的运行状态与交互机制。依托大规模通信数据与环境语义信息，构建具备高性能、高还原度的通信环境模拟平台，实现对网络覆盖、能耗、吞吐、时延等关键指标的精准评估与调控。在此基础上，团队提出“模拟—决策—优化”一体化的世界模型理论框架，将网络状态演化与智能优化策略有机结合，推动通信网络在不同应用场景下的自主感知与策略演化。当前，团队正面向城市级通信网络开展多场景、多目标的联合寻优策略研究，推动网络部署优化、能效管理与服务质量提升协同发展。该研究方向将为构建绿色、高效、智能的下一代通信基础设施提供理论基础与关键支撑，并在智慧城市、车联网、空天地一体化通信等领域具备广泛的应用前景。

1

李老师

liyong07@tsinghua.edu.cn

11

李 越

射频电路与器件方向：

基于射频电路与器件的片上有源天线研究，面向宽带小型化终端与芯片应用。

1

李老师

lyee@tsinghua.edu.cn

12

林 星

1. 光电智能计算：

研究光电智能计算与光学人工智能，构建光学人工神经网络与深度学习系统，研究光学智能系统的可重构机制与训练方法，实现大规模数据的全光智能处理。

2. 光子计算芯片：

研发大规模光子计算与集成方法，探索非线性光电融合集成方法和芯片架构，构建基于光子计算的光电协同智能加速处理器，实现计算性能的大幅度提升。

3．衍射神经网络方向：

研究大规模高维复用衍射光计算的三维集成，构建超分辨衍射神经网络的超分辨信息感知机制，实现高通量和高精度光计算信息处理。

2

林老师

lin-x@tsinghua.edu.cn

13

刘一民

复杂电磁环境下雷达探测与识别：

面向未来强对抗电磁环境下雷达探测面临的智能化、集群式、低可观测目标威胁，开展分布式协同探测与干扰对抗理论与技术研究，具体包括（但不限于）智能雷达信号处理、分布式雷达协同探测与对抗、雷达多维目标特征提取与识别等，力争在形成高水平理论与技术创新成果的同时，切实解决相关领域发展中的瓶颈难题。

2

王老师

leiwangqh@tsinghua.edu.cn

14

刘勇攀

1. 存算一体人工智能芯片及算法研究方向：

围绕存算一体技术核心，开展人工智能芯片架构与算法协同设计，打破冯・诺依曼架构存储墙限制。重点研究近存计算、存内计算架构，探索数据流驱动的芯片架构设计方案，优化存储单元与计算单元的融合拓扑结构，研发适配存算一体架构的高效深度学习算法，提升芯片数据处理效率与能效比。

2. 智能感知一体化架构及芯片设计研究方向：

致力于生成式智能感知芯片架构创新，研究感知与智能生成相结合的算法优化和专用芯片架构设计，并研究数据传输和计算功能深度融合、协同优化的芯片体系。探索面向生成算法的软硬件协同优化，探索多模态感知信号联合处理机制，设计低功耗、高集成度的生成式感知前端电路，突破模拟数字混合信号处理与系统级芯片集成难题，实现生成式智能感知的实时高效处理。

3. 芯粒高速互连协议与电路设计研究方向：

聚焦芯粒高速互连核心技术，攻关高性能、低延迟的互连协议与电路设计。深入研究片上网络（NoC）架构优化、高速串行接口设计及3D堆叠芯片点对点高速接口开发，探索新型互连拓扑与信号传输机制；重点突破3D DRAM Die堆叠接口设计中的高带宽、低延迟存储访问技术；开发适应异构芯粒集成的高速数据传输协议，解决多芯粒间接口兼容瓶与标准化问题。同步开展3D堆叠架构下的热-电协同设计、TSV（硅通孔）及HB（hybrid bonding）键合信号完整性优化、微凸点键合工艺适配等研究，攻克垂直互连中的串扰噪声抑制、低功耗优化及跨尺度互连可靠性问题，推动高密度异构集成芯片设计落地问题。

4. 光电融合高速互连架构与电路设计研究方向：

开展光电融合高速互连技术攻关，探索光电子与微电子协同设计新路径。研究硅光集成芯片架构，设计高速光收发模块与电驱动电路，突破光电信号转换与调制关键技术，开发低功耗、高带宽的光电混合互连系统，解决传统电互连的性能与功耗限制。

各方向1-2人，共4-8人

聂老师

xuetaonie@mail.tsinghua.edu.cn

15

陆明泉

1. 面向低空经济的定位、导航与授时技术：

针对无人机导航和低空管控需求，开展以卫星导航为基础的多源融合定位、导航与授时（PNT）定位技术研究，探索面向低空经济的PNT服务框架及关键技术，提升无缝PNT服务的精确性、实时性、完好性和安全性，解决国家重大战略发展中的瓶颈性难题。

2. 近区测传感一体化及融合传感器技术：

针对智能无人系统集群技术发展的需求，开展测量、传输、感知（测传感）一体化技术研究，探索近距离、低功率、轻量化的新型多功能融合传感器体系架构、关键技术、芯片实现及应用示范研究，支撑微小型无人系统自主起降、协同飞行、自动避障等自主发展，解决智能无人系统集群研究开发和应用中的痛点问题。

4

陆老师

lumq@tsinghua.edu.cn

16

路 延

1.功率/电源管理芯片设计：

高功率密度、高转换效率、高速瞬态响应功率转换器的芯片设计，针对处理器、算力芯片、机器人/无人机、智能穿戴设备的供电系统设计，完成高水平硬核科研成果输出。

2.无线能量传输电路与系统：

设备与设备之间的高效率无线快速充电收发机芯片与系统设计，植入式生物医疗设备的微型化无线能量传输系统设计，赋能智能产业，完成高水平科研成果输出。

3.模拟电路AI设计自动化：

采用机器学习的AI自动设计及优化模拟电路，根据系统需求指标给出相应电路拓扑架构并完成晶体管级电路设计和版图设计，赋能智能产业，完成高水平科研成果输出。

2

路老师

yanlu@tsinghua.edu.cn

17

罗 毅

孙长征

熊 兵

1.高速光调制芯片：

研究器件的基础理论、制作工艺、应用技术，包括电吸收调制器、电光调制器及其集成芯片。

2.高速光电探测芯片：

研究器件的基础理论、制作工艺、应用技术，包括UTC探测器、高速光电导等。

3.高速直调DFB激光器芯片：

研究大功率低噪声激光器及其阵列的基础理论、制作工艺、应用技术；

4.高速调制LED芯片：

研究高速蓝光、紫外、红外LED等的基础理论、制作工艺、应用技术。

4

罗老师：

luoy@tsinghua.edu.cn

孙老师：

czsun@tsinghua.edu.cn

熊老师：

bxiong@tsinghua.edu.cn

18

欧智坚

1. 面向专业场景的高可靠智能体高效构建技术研究：

针对专业场景下智能体构建技术长期面临的欠可靠和低效率的难题，研究专业场景下深度推理、工具调用与规划决策多轮交互的高可靠可信智能体的高效构建技术，实现专业知识、标注与数据的高效协同利用，与头部企业密切合作，完成示范验证。

2. 数据高效多模态人机交互研究：

以GPT为代表的语言模型，束缚了对物理世界的感知与控制。从扎实理论层面探索数据与知识双驱动的多模态人机交互建模与原则性预训练，降低数据收集和标注成本，与头部企业密切合作，完成示范验证。

2

欧老师ozj@tsinghua.edu.cn

19

乔 飞

智能感知集成电路与系统:

探索“感算共融”智能感知集成电路架构，设计感存算一体超高能效智能感知集成电路和系统，拓展光电融合智能感知集成系统。完成高水平科研成果输出。

1

乔老师

qiaofei@tsinghua.edu.cn

20

秦志金

多模态语义通信:

研究多模态语义表征、编码与传输技术，应用于沉浸式通信、卫星通信等典型场景，提高弱网环境下的传输可靠性，综合提高语义传输用户体验质量，与头部企业密切合作，完成高水平科研成果输出。

2

秦老师

Qinzhijin@tsinghua.edu.cn

21

沈 渊

定位导航、通信感知、无人系统:

结合国家或高科技企业在协同智能领域的重大科研项目，从事多体协同智能决策、自主导航、组网与编队等方向的基础理论、核心算法、系统设计的研发工作。

1.无线定位和协同网络理论

2.高精度定位技术与系统

3.多体协同技术与系统

2

沈老师

shenyuan_ ee@tsinghua.edu.cn

22

盛 兴

1. 面向生物医学的植入式光电子材料与器件：

材料、电子、物理、力学、化学等专业

2. 脑机接口系统设计与数据算法：

电子、光学、机械、计算机等专业

3. 神经信号传感与调控：

神经科学、生物医学工程等专业

3

盛老师

xingsheng@tsinghua.edu.cn

23

孙 楠

1. 高性能模数转换器芯片设计:

面向多种应用场景（通信、传感、存内计算等），研究高性能模数转换器芯片设计，提升芯片精度、速度并降低功耗。

2.AI辅助的模拟电路芯片设计:

研究利用AI技术提升模拟电路设计的自动化程度，目标赋能设计工程师，大幅提升设计效率，缩短芯片开发时间。

2

孙老师

nansun@tsinghua.edu.cn

24

陶晓明

1. 态势感知与智能计算方向：

面向复杂环境的多源数据感知和融合；基于知识图谱和语义计算的综合态势构建；基于强化学习的对抗性态势推演与博弈对抗等。

2. 广域视联网计算通信关键技术研究：

包括智能协同计算通信理论与方法、广域场景语义编码与协同通信以及任务驱动的视觉要素化计算服务等理论与技术。

3-6

张老师

zhangyue321@mail.tsinghua.edu.cn

25

汪 莱

1.氮化物半导体材料外延：

研究GaN材料的MOCVD外延生长，实现高质量高效率量子结构。

2.Micro-LED：

研究面向AR微显示，研究InGaN红光MicroLED和隧穿结串联的RGB垂直堆叠MicroLED；面向短距芯片互连，研究高速MicroLED阵列。

3.GaN激光器：

研究GaN VCSEL和边发射激光器。

4.面向AR微显示的SiC光波导：

研究基于SiC材料的衍射光波导设计与斜光栅刻蚀加工。

4

汪老师：

wanglai@tsinghua.edu.cn

26

汪 玉

1.具身智能数据采集系统方向：

针对具身智能数据驱动遥操作成本高，数据积累慢的问题，设计无机器人本体采集方案，直接采集人体数据并用于机器人训练是具身智能发展的重要方向。申请人需融合高精度重建技术、无线定位设备、触觉感知设备等采集人体动作，在零售、工业等场景中典型中进行采集和具身算法训练，赋能具身在实际环境的产业应用和数据积累，完成高水平科研成果输出。

2.人机共融具身智能场景感知方向：

针对人类生活空间复杂多样，众多操作依赖人工经验，记录并分析人体动作数据，对于提升机器人在环境中适应能力至关重要。申请人需结合人体采集系统、多模态大模型等技术，构建人-机共建共用的环境-操作一体化表征方法，并在零售、工业等场景进行演示应用，赋能具身在实际环境的产业应用和数据积累，完成高水平科研成果输出。

3.具身大模型方向：

面向真实世界中的操作任务，构建具备自主操作能力的具身智能系统。重点包括：1. 设计并搭建支持单臂与双臂操作的机器人平台；2. 探索融合语言理解、时空感知与具身推理等前沿技术的视觉语言动作模型（VLA）系统架构；3. 基于模仿学习、强化学习等技术，对VLA进行高效微调与泛化能力优化；最终推动系统在工业、服务、家庭等实际场景中落地部署，并实现高水平科研成果产出。

4.LIM infra方向：

针对大语言模型、多模态模型、视觉语言动作模型等大模型在强化学习训练过程中的效率瓶颈、资源消耗大和训练稳定性差的问题，构建高性能强化学习训练框架，是推动大模型智能能力持续进化与场景泛化能力提升的关键路径。

申请人需面向大模型对齐、具身智能决策、多模态交互等任务，开展强化学习训练系统的性能优化研究，重点包括软硬件协同调度、训练-推理一体化设计、分布式并行与异步调度机制等内容。通过结合主流强化学习对齐方法与分布式训练优化框架，系统性提升训练效率与资源利用率，支撑大模型在真实任务中的快速迭代与稳定部署。

申请人需在具身智能、通用机器人、人机交互等典型场景中进行系统落地与评估，支撑模型训练性能与应用能力协同提升，完成高水平科研成果输出。

5.大模型软硬件协同设计方向：

面向大模型推理部署的大算力、高带宽等挑战，开展围绕三维堆叠技术的近存计算电路架构设计、数据流编译软件优化、异构推理框架优化等研究，推动大模型在云边端场景的广泛落地，与产业合作形成包括三维堆叠端侧推理芯片、GPU&FPGA异构推理一体机等前沿技术方案，形成高水平科研成果。

6.复杂时空约束下的无人机强化学习运动规划方向：

聚焦于在高度动态、不确定性强的复杂时空环境中，设计高效、鲁棒的强化学习算法，实现无人机的自主、安全、智能运动规划。研究内容涵盖动态障碍物规避、时空协同约束建模、不确定环境下的鲁棒决策、多目标优化等关键挑战，旨在突破现有运动规划技术在极端复杂场景下的性能瓶颈。

7.智能计算超节点优化方向：

针对人工智能大模型系统中资源利用率不高，系统稳定性差等问题，研究针对大模型训练、推理过程的硬件系统设计、通信调度优化、计算存储优化等关键技术。申请人需在人工智能大模型硬件、软件系统研发领域具有深厚的理论基础和工程实践经验，熟悉大模型算法基本原理，基于实际应用场景促进大模型运行效率提升，完成高水平科研成果输出。

7

张老师

zhangying06@tsinghua.edu.cn

27

王贵锦

1．工业场景low level图像重建、识别方向：

研究工业环境图像退化建模与重建理论，面向复杂工业环境中图像退化、噪声干扰等问题的low level图像退化建模重建算法与识别算法。

2. 面向工业场景的目标识别（含检测、分割、异常识别）：

研究基于Moe架构的复杂场景目标识别大模型预训练方法；研究面向复杂工业环境的增量学习与在线自适应目标识别技术;研究面向复杂工业环境的多模态目标识别算法。

2

王老师

wangguijin@tsinghua.edu.cn

28

王劲涛

1. 面向空天地海一体化的多物理场泛在通信：

整合空基、天基、地基、海基多维度物理场特性，攻克异构网络融合与动态资源分配难题，实现全域无缝、稳定可靠的通信覆盖，将创新技术应用于海洋监测、灾害应急等前沿领域，面向国家需求，助力产业升级。

2. 基于信道知识地图的无线通信：

构建高精度信道知识地图，融合人工智能算法实现信道状态智能感知与预测，提升无线通信的频谱效率和传输可靠性，携手头部企业开展技术验证，推动成果在智慧城市、工业互联网等场景落地，为智能产业发展注入新动能，形成一系列高水平科研产出。

3. AI for RAN & RAN for AI:

探索人工智能技术在无线接入网（RAN）中的深度应用，同时挖掘 RAN 对人工智能发展的支撑潜力，实现网络智能化与 AI 能力提升的双向赋能，与头部企业建立联合研发机制，将创新成果应用于 6G 通信、智能网联汽车等领域，促进智能产业变革，产出具有引领性的高水平科研成果。

3

王老师

wangjintao@tsinghua.edu.cn

29

王生进李亚利

1. 通用视觉感知与视觉理解研究：

包括但不限于通用视觉感知模型，单模型的跨场景零样本物体检测，基于知识驱动和数据驱动的目标检测，基于推理和融合领域知识的图像理解，迁移学习、小样本技术，图像与视频语义描述，智能视频分析，人像态势计算技术等。

2. 多模态大模型研究：

包括但不限于多模态大模型的基础理论和垂类大模型的微调方法研究，提示学习，基于大语言预训练模型的多模态大模型微调，视觉语言模型优化、垂直领域大模型微调等研究，及其在视频图像语义描述、文搜图、AI+医疗影像判读等领域中的应用。

3. 自渐进具身智能与协作机器人研究：

包括但不限于机器人应用中视觉目标的检测、识别、跟踪等感知计算，图像和视频语义理解等认知计算，空间智能中的3D Visual Grounding与物体姿态估计，人-物交互关系识别、机器人手的物体操作、多模态人机交互与VLA（Visual Language Action）技术等。

3

王老师

wgsgj@tsinghua.edu.cn

30

姚权铭

1. 大模型算力和算法方向：

聚焦大模型训练的核心挑战，致力于攻克大模型训练稳定性瓶颈，研发高效能模型算法，并深入探索模型作用机理。与头部企业紧密合作，将前沿算法技术落地于实际模型训练场景，产出高水平研究成果。

2. 大模型智能体应用方向：

聚焦基于大模型的GUI Agent智能体研究，探索其在复杂图形用户界面环境中的感知、理解与操作能力。该方向将与企业深度合作，推动智能体在个性化、跨设备人机交互等领域的应用落地，赋能数字产业升级，产出高水平科研成果。

1

姚老师

qyaoaa@tsinghua.edu.cn

31

张 超

1.基于时序信号的医工交叉方向：

时序信号在医疗领域有着广泛应用，从临床诊断监测到院外早期筛查。招收应用人工智能和机器学习技术处理语音、脑电、心电、机电等时序信号的博士后研究员，临床应用包括但不限于睡眠、认知、心理、重症监护等。

2.计算神经科学和脑机接口算法方向：

随着功能磁共振、脑磁图等研究型脑机接口技术的发展，在神经科学和临床医疗领域获得了大量具有高时空精度的脑信号数据。招收应用人工智能和机器学习技术处理多模态脑机接口信号的博士后研究员，领域包括神经机制解析、多模态大模型、基础模型、临床应用，以及可穿戴的脑机接口设备。

1

张老师

cz277@tsinghua.edu.cn

32

张 巍

量子网路用光量子芯片及其模块化：

通过硅光子芯片，薄膜铌酸锂光子芯片以及混合集成技术，面向量子网络科研和实际应用需要研制光量子芯片。发展光量子芯片光电封装技术和配合电路技术，形成可系统应用的功能模块。以器件和功能创新推动量子通信和网络技术发展与应用。

1

张老师

zwei@tsinghua.edu.cn

33

郑小平

光子辅助毫米波太赫兹通感一体方向：

研究基于光子技术的毫米波太赫兹宽通感一体架构、系统、收发组件、关键器件，及其光电子芯片；研究光子辅助高灵敏度探测技术、关键器件，及其光电子芯片；研究光子辅助大容量信息传递技术、关键器件，及其光电子芯片。

2

郑老师

xpzheng@tsinghua.edu.cn

34

周伯文

1. 多模态表征与交互：

在计算机视觉、自然语言处理、机器学习等相关领域以第一作者发表过高水平论文者，有多模态预训练模型及相关任务应用等研究背景的优先；

2. 人机协同智能方向：

在计算机视觉、自然语言处理、机器学习等相关领域以第一作者发表过高水平论文者，有人机交互、强化学习和持续学习等研究背景的优先；

3. 大小模型协同方向：

在机器学习等相关领域以第一作者发表过高水平论文者，有大模型轻量化、稀疏/模块化网络、联邦学习和云边模型协同训练及推理等研究背景的优先；

4. 可信赖AI方向：

在机器学习等相关领域以第一作者发表过高水平论文者，有深度学习可解释性、域外泛化性等研究背景的优先。

2

吴老师

wudi1@tsinghua.edu.cn

35

周 盛

牛志升

1. 多智能体协同方向：

面向高级别网联自动驾驶和低空智联网场景，研究基于无线网络的多智能体协同感知与计算策略，与头部企业密切合作，将前沿技术创新落地在自动驾驶和低空飞行的可靠性提升等前沿领域，完成高水平科研成果输出。

2. 低空电磁地图与频谱监测方向：

面向低空智联网场景，研究数据驱动的低空无线传播环境测量与电磁地图构建、以及低功耗低成本的频谱检测方法，将前沿技术创新落地在低空移动网络等前沿领域，完成高水平科研成果输出。

1-2

周老师

sheng.zhou@tsinghua.edu.cn