- 什么时候进行感知和控制？一种适应时间的连续时间强化学习方法
优化系统学习离散时间决策进程的强化学习算法，以减少与系统的交互次数并提高性能，同时提出了时间自适应控制和感知（TaCoS）框架以及 OTaCoS 模型算法。
- 磁性微游动器在深度强化学习下的高保真毛细血管路径规划
以仿生细菌鞭毛为工具，在复杂的人类视网膜毛细血管网络中，通过强化学习机制将其可靠地引导到预定目标，以实现生物医学应用的靶向药物输送、微创手术及感知等。
- 基于无人机的可重构驱动与感知平台：迈向环境智能系统
通过 RASP，我们提出了一种模块化和可重配置的感知和执行平台，使无人机能够在仅 25 秒内自主交换机载传感器和执行器，从而使单个无人机可以快速适应各种任务，并展示了在家庭、办公室、实验室和其他室内环境中使用 RASP 可以实现多种有用任务 - 应急计算：一种基于分层强化学习的自适应协作推理方法
为了实现有效的应急响应，在缺乏基础设施的情况下，及时获取环境信息、无缝的命令数据传输和快速决策至关重要。本文提出了一个应急网络框架，包括应急计算、缓存、集成通信与感知以及智能增强等机制。该框架可确保对大型用户群体的快速访问，通过不稳定链路进 - 无线联邦策略梯度
提出了一种通过无线信道共享本地信息并使用接收到的聚合波形来更新策略参数的无线联合策略梯度算法，并研究了噪声和信道失真对算法收敛性的影响，确定了通信和采样的复杂度以找到一个近似稳定点，并通过模拟结果展示了算法的有效性。
- 一种用于工程回归问题的基于物理知识的高斯过程谱
通过结合机器学习技术和基于物理推理的方法，本文引入一系列可能的高斯过程模型，以提高基于有限数据的预测模型建立能力。这些方法可以显著减少对数据收集的依赖，并增强模型的可解释性。
- 利用浅层循环解码网络对任意移动传感器轨迹进行完全状态重建
利用深度学习架构，通过将动态轨迹信息映射到完整的状态空间估计，演示了基于传感器轨迹的移动传感器的网络模型在感知任务中的出色性能。
- 面向任务的无线边缘 AI 集成感知、计算和通信
本文介绍了嵌入式 AI 技术在边缘计算中的应用，提出了一种物联网中使用无线传感器、计算和通信三项基础技术的全面集成方法，并通过两个具体的应用案例展示了任务导向的 ISCC 的优势以及一些实际挑战。
- 深度学习辅助的同时目标感知和超分辨率成像
本研究表明，多功能深度神经网络可用于在互动式元表面系统中重建目标信息，并且能够通过依赖电场分布，感知目标的数量和介电常数，并生成具有高精度的高超分辨图像。
- 联合感知、通信和人工智能：强韧 THz 用户体验的三重关键
本文提出了一种新的联合感知、通信和人工智能（AI）框架，以优化太赫兹（THz）无线系统上的扩展现实（XR）体验，通过利用 THz 通道的稀疏性提取独特的 XR 用户和环境感知参数，并且整合 AI 预测缺失和未来的感知信息，并开发了多智能体深 - 含不完整观测数据的回归分析
本文提出了一种针对无法消除或填补的不完整观测数据进行学习的模型，通过显式建模具有负值的非对称噪声，使得算法不会对具有不完整观测数据的标签进行偏差预测，同时显著提高了学习效率和准确性。
- AI 增强的重症监护室：通过普适感应技术改变患者护理
本文介绍了我们开发的具有智能化监测和视觉评估功能的 Intelligent Intensive Care Unit (I2CU) 系统结构，该系统使用感知和数据处理，从多个模式收集数据，包括深度图像、颜色 RGB 图像、加速度计、肌电图、声 - MM室内毫米波设备定位和无感知技术及应用综述
该论文综述了在毫米波通信和雷达设备的帮助下实现设备定位和非设备感知的技术与算法，重点关注室内部署，并讨论了相关的研究方向。
- 无人机增强式综合感知与通信联合运动与波束成形设计
本文研究了利用无人机（UAV）作为通信和感知的双重功能接入点，以实现高效的综合感知和通信（ISAC）。作者提出了两种场景的最优化方案，分别考虑了准静止和运动的 UAV 情况，并设计了相应的束形成和优化策略。在数值仿真中证实了所提出的方法的优 - 6G 通信与感知的集成：产学合作视角
本文概述了 Hexa-X 旗舰计划的愿景和预期应用场景，着重就 6G 的实现中出现的新无线接入技术、极高精度定位和感知等技术提出了若干技术支持和研究方面的问题。
- 毫米波感知：应用流程和构建模块综述
本文是迄今为止完全涵盖毫米波感知应用流水线的第一篇综述，提供了不同基本应用程序流水线构建模块的全面概述和分析，包括硬件、算法、分析模型和模型评估技术，旨在探讨毫米波技术作为感知技术的科学、技术挑战和趋势，并提供未来展望。
- 细胞无人机互联网的强化学习：协议设计、轨迹控制和资源管理
该文介绍了在 UAVs 的 cellular IoT 环境下，使用分布式的 sense-and-send 协议协调 UAVs 进行感知和传输，并应用强化学习解决轨迹控制和资源管理等关键问题的方法。
- 异构网络最优分配的多玩家多臂赌博机
针对多个用户访问相同频道的自组织网络，本研究在缺乏中央协调时，使用探索和承诺策略，通过传输和感知信息的方式，实现接近最优的频道分配，进而提高网络吞吐量，同时击败了现有的算法。
- 战争物联网
探讨了战争中物联网存在的挑战，如便携式和适应性通信，并指出了解决这些挑战的关键研究方向和方法。