基于大语言模型的智能体框架实现工业系统自主感知、监测与优化
随着人工智能技术在流程工业和能源产业中的深入融合，传统工业自动化正在逐步迈向完全自主运行。传统工业系统通常受限于传感设备与预设规则，难以有效应对复杂、未知的干扰事件。本项目旨在探索一种基于大型语言模型（LLM）的智能体框架，以实现工业系统感知、监测和优化的自主运行。项目具体目标包括：（1）利用LLM技术实现多模态融合的实时系统建模和软测量；（2）根据实时动态工况，自适应调整优化策略，以提高控制系统运行效率；（3）为半自动化工业系统提供监督层，帮助其有效应对突发事件并减少人工干预。所提出的框架将通过多个实际工业案例进行验证。该项目将与帝国理工自主工业系统实验室以及帝国理工和伦敦大学学院联合运营的过程系统工程中心（Sargent Centre for Process Systems Engineering）展开合作。
- 已取得或即将取得计算机科学、过程系统工程、控制工程或应用数学等相关专业的本科或硕士学位。
- 能够使用机器学习/深度学习分析数据，熟悉数据驱动的复杂系统建模方法，对控制系统有一定了解（非必须）。有Python编程基础。
- 雅思总分6.5分，每项不低于6.0分（或其他语言考试相等水平）。
覆盖英国本土学费，提供为期3.5年的生活费（每年19,237英镑）。
刘通，英国谢菲尔德大学助理教授，博士生导师。重庆大学与南安普顿大学联合培养博士。2021年到2023年，先后在谢菲尔德大学计算机系和帝国理工过程系统研究中心从事博士后研究。期间担任荷兰皇家壳牌（Shell）人工智能研究员。研究致力于通过系统工程的方法，为工业系统（流程工业，能源，制造）和农业生态系统（精准农业，碳循环）开发前沿的机器学习，数据建模和系统优化技术，以提升系统的可持续性和自主性。在IEEE Trans，AAAI，CIKM等期刊和会议上发表论文50余篇。曾担任IEEE TCE专题特邀编辑，IEEE INDIN-2025宣传主席。个人主页：https://www.sheffield.ac.uk/cs/people/academic/tong-liu
Co-I：Mehmet Mercangöz教授
个人主页：https://profiles.imperial.ac.uk/m.mercangoz
谢菲尔德大学是世界百强名校。作为英国 “红砖大学”之一，谢菲尔德大学是英国研究型大学联盟罗素大学集团成员，世界大学联盟成员，欧洲大学协会（EUA）成员，白玫瑰大学联盟成员以及N8大学联盟成员。谢菲尔德大学目前TIMES世界大学排名第98名。本项目所在的普适计算研究团队，致力于通过普适感知技术促进工业及农业生态系统中的智能决策。此外，本项目将与帝国理工自主工业系统实验室及过程系统工程中心密切合作。该研究中心由帝国理工和伦敦大学学院（UCL）联合运营，是全球规模最大的多学科过程系统工程研究机构之一。中心汇集了工程、计算机科学、数学、管理学等多个领域的专家学者，致力于解决工业界和学术界面临的复杂实际问题。
有意者请发送简历及个人陈述（包括研究兴趣和相关经验）至以下导师邮箱：Dr. Tong Liu：t.liu@sheffield.ac.ukDr. Mehmet Mercangöz：
m.mercangoz@imperial.ac.uk
此外，申请者须通过谢菲尔德大学研究生在线申请系统进行正式申请，并确保填写导师姓名为Dr Tong Liu。申请表链接及材料要求详见：
https://www.sheffield.ac.uk/postgraduate/phd/apply/applying
聚焦博士后、博士生群体，每日发布海内外实验室/课题组岗位招聘招生启事，同时分享博士后&博士相关政策。
免费发布团队招聘招生启事请添加工作人员微信shidaixuezhe发送招聘内容文档。需要组建团队的学者可以关注我们。
