2026年4月2日上午10：00，2025级全体研究生在阳光校区10D408教室参加了威廉希尔williamhill官网2026年第一期研究生论坛，共有六位2024级研究生分享了他们在深度学习方向的研究成果，论坛由陈昊老师进行点评。
马宇博同学分享了准双轴光伏跟踪支架跟踪轨迹优化与系统研究。该研究针对光伏系统长期面临发电效率不足与度电成本过高的双重挑战，基于准双轴光伏跟踪支架系统提出了轨迹优化设计方法，在硬件不改动的情况下提升光伏输出功率。具体开展了以下两方面工作：一是针对 PVSyst 尚不具备准双轴光伏跟踪支架模型的问题，创新性提出了准双轴跟踪支架在 PVSyst 中的仿真方法；二是构建了覆盖整年的数据集，从仿真层面验证了准双轴光伏跟踪支架轨迹优化的可行性。陈昊老师建议，后续要进一步突出研究的理论依据，同时可考虑通过一个传感器的多重复用来降低系统成本。
蔡展文同学分享了基于机器学习的整车质心位置测算研究，提出了一种物理信息神经网络模型，结合数据监督损失函数与物理正则项，在少量数据样本条件下仍可训练得到较为精确的结果，不仅具有一定的泛化能力，还能够反演出难以直接获取的重要物理参数。陈昊老师建议，后续应采用多组数据样本进行测试，进一步验证模型在实际应用中的稳定性与泛化能力。
胡宇航同学分享了基于强化学习的机械臂抓取算法研究。他围绕 FR5 机械臂抓取任务，搭建了基于 PyBullet 的仿真平台，完成了抓取环境建模、PPO 基线构建及关键参数设计，并结合训练曲线对标准 PPO 算法在抓取任务中的性能表现进行了分析。陈昊老师建议，后续应进一步加强算法的理论分析与对比实验，突出改进方法相较于基线算法的优势来源；同时结合真实机械臂平台开展实验验证，增强研究的工程应用价值。
陈奕帆同学分享了基于机器学习的磁性纳米粒子磁温特性调控机制研究。针对传统磁性纳米粒子磁热特性研究中实验周期长、模型简化性强以及多组分体系预测困难等问题，实现了磁温关键参数的高精度预测，同时量化揭示了各特征对性能的贡献规律，将数据预测进一步转化为可理解的物理机制。陈昊老师建议，后续应结合实际实验样本开展模型验证，完善多物理场耦合条件下的特征构建，提升模型在复杂磁性纳米材料体系中的实际应用能力与推广价值。
黄乐同学分享了复杂环境下无线传感器网络智能协同定位方法研究。他围绕陆地二维与水下三维 WSN 定位场景，完成了各向异性环境建模、移动锚点轨迹设计、虚拟锚点生成与分层 DNN 距离估计，构建了 DVVA-Loc 完整定位框架，并通过递归最小二乘、方向向量修正与自适应迭代实现定位优化。陈昊老师建议，后续应改进 PPT 的书写方式，提升图表清晰度，并进一步加强基于真实环境数据集的验证。
桂耀同学分享了基于鲸鱼算法与 B 样条的机械臂多目标时间最优轨迹规划研究。为解决轨迹平滑性不足的问题，利用平滑 B 样条对初始采样路径进行拟合，并通过改进的 DP 算法进行路径修剪。陈昊老师建议，后续应进一步提升 PPT 的可读性，并将理论研究与实际设备相结合开展验证，以增强成果的说服力与工程应用价值。
