.png){kind=icon}
封硕 (Shuo Feng)
个人简介
教育背景
2017.01 – 2019.12
美国密西根大学
2014.01 – 2019.12
自动化系 工学博士学位
2010.01 – 2014.12
清华大学 工学学士学位 自动化系
工作经历
2025.01 – 至今
清华大学自动化系
副教授
2022.01 – 2025.12
清华大学自动化系
助理教授
2022.01 – 至今
IEEE Transactions on Intelligent Vehicles
Associate Editor
2021.01 – 2022.12
美国密西根大学
助理研究员
2021.01 – 至今
Automotive Innovation
Academic Editor
2019.01 – 2021.12
美国密西根大学
博士后
荣誉奖项
- 中国自动化学会青年科技奖（2025）
- 达摩院青橙奖（2024）
- 清华大学“学术新人奖”（2024）
- MIT TR35（中国区）（2024）
- 国家高层次青年人才（2023）
- 北京市科技新星（2023）
- 世界人工智能大会云帆奖·璀璨明星（2023）
- INFORMS学会智能交通系统年度最佳论文奖（2021）
- IEEE智能交通系统学会最佳博士学位论文奖（2020）
- 清华大学优秀博士论文（2020）
- 清华大学优秀毕业生（2020）
智能韧性测试：基于双模代理适应的决策智能体
面向氢能集成多能源系统极端事件下的两级韧性规划框架
ReVerSeg：面向交通场景的无训练推理与验证视频分割
NeuralMetric：一种适用于自动驾驶系统的准确且高效实时安全度量指标
通过深度强化学习和PAC验证实现的自动驾驶可证明安全度量
通过密集学习突破自动驾驶汽车的安全性能停滞
OmniTester：由多模态大型语言模型驱动的自动驾驶场景测试
Cu10Sn合金在选择性激光熔化中不同粉末参数下的力学、摩擦学性能及可加工性
整合LC-MS/MS与分子建模技术，以阐明山羊乳清蛋白-IgG相互作用的分子机制
自适应安全性能测试：基于自适应重要抽样的自动驾驶车辆
面向自动驾驶车辆测试的自然驾驶环境分布一致性仿真
自主车辆智能测试环境生成，考虑交通行为隐式分布
使用具有自适应参数优化策略的时间序列生成对抗网络生成车辆换道场景
如何在现实环境中保证自动驾驶汽车的驾驶安全: 自我进化机制的视角
具有稀疏控制变量的连接和自动车辆的自适应安全评估
用于连接和自动驾驶车辆安全分析的自适应多保真度采样框架
