访谈概述
在本系列访谈中，我们邀请AAAI/SIGAI博士联盟参与者分享研究成果。本次访谈中，Haimin Hu探讨了以人为中心的自主系统算法基础研究，并展望未来项目计划，同时为博士生涯发展提供建议。
博士研究方向
在普林斯顿安全机器人实验室的指导下，我的博士研究聚焦于以人为中心的自主系统算法基础。通过将动态博弈论与机器学习、安全关键控制相结合，致力于确保自动驾驶车辆、无人机和四足机器人在人类环境中具备高性能、可验证性和可信赖性。核心创新在于通过博弈论框架实现机器人在物理与信息状态联合空间中的运动规划，使其在不确定环境中安全交互并适应人类偏好。
关键技术贡献
- 可信人机交互：通过实时学习降低对人类行为的不确定性，规划安全高效的机器人轨迹
- 可验证神经安全分析：为高维动力学系统学习鲁棒神经控制器，保证训练收敛与部署安全
- 不确定性下的可扩展规划：为复杂人机系统构建博弈论控制策略
研究挑战与突破
人机交互安全性的核心难题在于界定“足够安全”的标准。我们需在统计方法基础上建立明确的安全保障机制，同时通过运行时学习优化机器人性能。关键算法需能减少对人类意图（如变道决策）和反应模式的不确定性，形成学习与决策的闭环优化。
未来研究计划
在约翰霍普金斯大学的新实验室将重点研究：
- 不确定性感知的交互运动规划
- 人机协同进化与个性化技能传递
- 符合人类认知特点的安全自主系统
- 动态环境中多机器人系统的战略决策
技术应用前景
研究致力于实现人类对机器人存在的无条件信任，通过多模态输入（物理辅助、视觉提示、语言反馈）快速对齐人类意图，在安全关键场景中实现真正的人机协作。