核心领域：认知机器人学、机器人学习与操控、自主系统决策。
主要技术方向：
机器人抓取与操作：灵巧抓取、推操（push manipulation）、空中操作，涵盖不确定性环境下物体位姿估计与轨迹重规划；
机器学习与强化学习：概率生成模型、深度强化学习、模仿学习、单次学习（one-shot learning），用于机器人自主决策与技能习得；
多传感器融合：RGB-D 视觉、触觉与本体感觉的概率融合，用于物体识别、形状建模与交互控制；
人-机交互：基于上下文的动作意图预测（用于假肢控制）、共享控制与人机协作；
系统与软件：机器人操作系统（ROS2）、大规模机器人框架设计与部署、数值优化与随机最优控制。
应用场景：自主操作、危险环境机器人、假肢控制、无人系统（空中/水面）。
专家详情：
【重要履历】担任人工智能与机器人研究实验室（LAIRR）主任及 CDT-AIRI 学术负责人。获英国伯明翰大学计算机科学博士学位（论文聚焦同步感知与操作的规划），此前获意大利比萨大学计算机科学哲学硕士学位。拥有逾 15 年科研经验，曾先后在伯明翰大学担任博士后研究员、高级研究员及讲师，并在阿联酋技术创新研究所（TII-ARRC）担任控制与机器学习首席科学家，同时担任 ASPIRE 海事大奖赛技术顾问。研究已累计获得逾 100 万美元科研经费。
【技术能力】专长于认知机器人学、机器人学习与操控、强化学习与模仿学习、深度强化学习、概率生成模型及多传感器融合（RGB-D、触觉、本体感知）。精通机器人操作系统（ROS2）、数值优化与随机最优控制，并具备大规模机器人框架设计与增强现实/虚拟现实应用开发能力。研究覆盖灵巧抓取与操作、空中操作、自主车辆及人-机交互等前沿方向。
【标志性成果】发表论文 15 余篇，涵盖 IEEE Transactions on Biomedical Engineering、Frontiers in Robotics & AI、Bioinspiration & Biomimetics 等期刊，以及 ICRA、IROS 等顶级会议。核心贡献包括：面向不确定性环境下物体抓取的序列轨迹重规划与触觉信息增益方法、机器人推操的两级 RRT 规划器、基于单次学习的自主空中操作框架，以及人-机交互中的运动意图鲁棒预测。研究成果获伯明翰大学学院最佳论文奖，指导的学生论文入围 ICORR 最佳学生论文决赛。目前，作为 PI 主持迪拜 RDI 资助的 CogWaters 项目（推动城市水管理自主解决方案），并积极推动迪拜校区从教学型向研究型校园转型。