核心领域：机器人学与机电一体化、几何力学与控制、具身智能与仿生认知、空间机器人系统。
主要技术方向：
几何力学与非线性控制：基于李群与微分几何的动力学建模（完整/非完整约束系统）、非完整系统输入-输出线性化、鲁棒/最优控制与模型预测控制；
智能机器人与具身认知：物理信息驱动的强化学习、神经形态计算（脉冲神经网络、脑启发的容错控制）、多足机器人损伤识别与自主恢复、软体机器人建模与形态控制；
空间机器人GNC：空间机械臂目标跟踪与抓捕控制、在轨服务与非合作目标交会、行星探测车牵引力控制与滑移估计；
多传感器融合与协同控制：基于李群的估计融合、非线性Kalman滤波航迹融合、多智能体编队控制与故障恢复。
关键能力：具备从几何力学理论推导、多体动力学仿真到硬件在环实验的完整研发能力，贯通“数学建模→算法设计→软硬件验证”全链条。工业经验（MDA）与学术研究深度结合，形成涵盖控制理论、人工智能与机器人系统的综合技术创新能力。
专家详情：
【重要履历】曾在卡尔顿大学担任副教授及加拿大二级研究讲座教授（自主空间机器人与机电一体化方向），拥有丰富的业界经验，曾在MDA公司担任空间系统制导导航与控制（GNC）研发工程师。学术背景深厚，获多伦多大学航空航天科学工程博士（辅修数学）及应用科学学士学位，并曾在卡尔加里大学从事博士后研究。
【技术能力】集中于机器人学与机电一体化的前沿交叉领域，核心方向包括软体机器人、多足机器人、具身智能与仿生认知。他精通几何力学与控制理论，并将其应用于复杂机器人系统（如空间机械臂、行星车）的动力学建模与鲁棒最优控制。同时，他积极融合物理信息驱动的强化学习与神经形态计算，致力于提升机器人在受损或未知环境下的自主恢复与决策能力。其技能覆盖Python/PyTorch、ROS、Matlab/Simulink及Vortex Studio等专业工具。
【标志性成果】主持了多项国家级重大科研项目，包括作为唯一PI获得NSERC Discovery Grant及两轮加拿大二级研究讲座教授资助，并作为核心成员参与CSA月球探测计划。其研究成果发表于TRO、TAC、TCST等顶刊，并著有几何力学系列论文。开创了“几何机器人学”研究生课程，培养了大批HQP，并担任多个IEEE汇刊及Acta Astronautica等顶级期刊审稿人，其工作为发展高自主性、高可靠性的下一代空间与陆地机器人系统奠定了坚实的理论与技术基础。