EN

EN

师资队伍

张梦洋

  • 日期:2021年09月06日 14:37
  • 查看:

个人简介:

张梦洋,山东德州人。2019年6月毕业于山东大学控制科学与工程学院控制理论与控制工程专业,获工学博士学位。2019年8月作为博士后入职山东大学控制科学于工程学院,于2021年9月份出站。现为30116金沙js9副教授,硕士生导师。

近年来,承担山东省自然科学基金青年基金1项,承担博士后面上基金1项,并参与国家重点研发计划、国家联合基金重点项目、国家面上基金项目等多项课题的研究工作。现已在IEEE Transactions on Multimedia、IEEE Transactions on Circuits and Systems for Video Technology、Knowledge-Based Systems、Applied Soft Computing等国际期刊发表论文20余篇。目前担任国际期刊IEEE Transactions on Multimedia、Knowledge-Based Systems等国际期刊审稿人。

担任我院机器人实验室指导教师,指导学生参加山东省机器人大赛,并获得省三等奖。

研究方向:

围绕家庭服务机器人开展研究,致力于通过结合自然语言处理技术与机器人应用技术提升机器人服务技能。

具体研究方向包括:

1. 机器人知识构建,

2. 服务策略生成,

3. 机器人任务规划

招生方向:

1. 本人长期从事家庭服务机器人知识构建、任务规划以及相关应用的研究,欢迎对“机器学习”,“任务规划”和“机器人操作”感兴趣的同学联系报考我的研究生,本人会为每一位学生制定详实可行的研究计划,不让学生存在科研迷茫期;

2. 热忱欢迎本科学生(具有一定编程基础,每天至少能保证4小时科研时间)来实验室学习,年级不限;

3. 本人指导学生原则:站在学生角度,引导学生兴趣驱动,建立系统的科研思路,全方位培养学生“发现问题—解决问题—成果呈现”的能力,全程陪跑每一位学生的科研生活。

4. 本人团队依托学院机器人实验室,能够为学生提供Turtlebot 4,基于ROS的机械臂智能车,计算服务器等高端科研设备,为科研理论与实践相结合提供保障。

5. 本人联系方式:

Email: zhangmengyang007@163.com

QQ: 798910466

地址:山东师范大学长清湖校区文宗楼1-302

承担/参与项目:

1. 国家自然科学基金青年项目,编号:62303285,2024.1-2026.12,主持;

2. 山东省青年基金项目,编号:ZR2022QF053,2023.1-2025.12,主持;

3. 中国博士后第67批面上资助项目,编号:2020M672060,2020.9-2021.9,主持;

4. 山东省博士后创新项目,编号:SDCX-ZG-202202031,2022.11-2024.6,主持;

5. 国家自然科学基金重点项目,编号:U1813215,2019.1-2022.12,参与;

6. 国家重点研发计划,编号:2018YFB1307100,2019.6-2022.5,参与。

主要论文:

[1] Mengyang Zhang, Guohui Tian, Huanbing Gao, et al. Autonomous Generation of Service Strategy for Household Tasks: A Progressive Learning Method With A Priori Knowledge and Reinforcement Learning [J], IEEE Transactions on Circuits and Systems for Video Technology, vol. 32, no. 11, pp. 7473-7488, 2022. (中科院一区, Top期刊, IF: 5.859)

[2] Mengyang Zhang, Guohui Tian, Ying Zhang, et al. Reinforcement Learning for Logic Recipe Generation: Bridging Gaps From Images to Plans [J], IEEE Transactions on Multimedia, vol. 24, pp. 352-365, 2022. (中科院一区, Top期刊,IF: 6.051)

[3] Mengyang Zhang, Guohui Tian, Hong Liu, et al. Sequential learning for ingredient recognition from images [J], IEEE Transactions on Circuits and Systems for Video Technology, 2022, doi: 10.1109/TCSVT.2022.3218790. (中科院一区, Top期刊, IF: 5.859)

[4] Mengyang Zhang, Guohui Tian, Huanbing Gao, et al. Multimodal feature fusion and exploitation with dual learning and reinforcement learning for recipe generation [J], Applied Soft Computing, vol. 126, 2022. (中科院二区, Top期刊, IF: 8.263)

[5] Mengyang Zhang, Guohui Tian, Ying Zhang, et al. Service skill improvement for home robots: Autonomous generation of action sequence based on reinforcement learning [J], Knowledge-Based Systems, vol. 212, 2021. (中科院一区, Top期刊, IF: 8.139)

[6] Mengyang Zhang, Guohui Tian, Cici Li, et al. Learning to Transform Service Instructions into Actions with Reinforcement Learning and Knowledge Base [J]. International Journal of Automation and Computing, 2018, 15(05):582-592. (EI检索期刊)

[7] Shaopeng Liu, Guohui Tian, Ying Zhang, Mengyang Zhang, et al. Active Object Detection Based on a Novel Deep Q-Learning Network and Long-Term Learning Strategy for the Service Robot [J], IEEE Transactions on Industrial Electronics, vol. 69, no. 6, pp. 5984-5993, 2022. (中科院一区, Top期刊, IF: 8.139)

[8] Y. Zhang, G. Tian, X. Shao, M. Zhang and S. Liu, "Semantic Grounding for Long-Term Autonomy of Mobile Robots Toward Dynamic Object Search in Home Environments," in IEEE Transactions on Industrial Electronics, vol. 70, no. 2, pp. 1655-1665, Feb. 2023, doi: 10.1109/TIE.2022.3159913. (中科院一区, Top期刊, IF: 8.139)

[9] Y. Zhang, G. Tian, J. Lu, M. Zhang and S. Zhang, "Efficient Dynamic Object Search in Home Environment by Mobile Robot: A Priori Knowledge-Based Approach," in IEEE Transactions on Vehicular Technology, vol. 68, no. 10, pp. 9466-9477, Oct. 2019, doi: 10.1109/TVT.2019.2934509.(中科院二区, Top期刊, IF: 6.239

关闭