项目参研单位主要研究人员进行了周密严格的分工与合作,围绕无人驾驶车辆自学习优化决策与控制方法开展了系列创新研究,每年定期举行各单位之间的学术交流，且围绕无人驾驶车辆优化决策、运动控制实验演示系统进行了实验验证。具体分工协同情况如下:
项目负责人徐听，负责项目总体设计、统筹项目研究，开展了复杂环境中三维视觉感知与小样本学习、高维状态下的深度可迁移强化学习理论和方法、采用数据驱动和滚动优化策略的强化学习与近似动态规划方法、机器人系统在复杂场景中的自学习优化决策与运动规划方法、以及机器人在线自学习控制与多平台协同控制理论和方法以及实验测试联调。
主要成员分工：
- 施逸飞(国防科技大学智能科学学院副研究员)，参与了复杂环境中三维视觉感知与小样本学习的有关研究工作。
- 张兴龙(国防科技大学智能科学学院副研究员)，参与了滚动优化策略的强化学习与近似动态规划方法和机器人在线自学习控制的有关研究工作。
- 方强(国防科技大学智能科学学院副教授)，参与了自学习规划方法的研究工作。
- 刘大学(国防科技大学智能科学学院副研究员)，参与了机器人在线自学习控制的有关研究工作。
- 付浩(国防科技大学智能科学学院副研究员)，参与了无人车辆智能感知的有关研究工作。
- 曾宇骏(国防科技大学智能科学学院讲师)，参与了小样本学习的有关研究工作。
- 熊泉(国防科技大学智能科学学院助理研究员)，参与了多平台协同控制理论和方法的有关研究工作
- 谢海斌(国防科技大学智能科学学院教授)，参与了自学习规划方法的研究工作。
- 周星(国防科技大学智能科学学院讲师)，参与了滚动优化策略的强化学习与近似动态规划方法的有关研究工作。
- 崔家宝(国防科技大学智能科学学院助理研究员)，参与了小样本学习的有关研究工作。
- 蒯杨柳(国防科技大学智能科学学院讲师)，参与了复杂环境中三维视觉感知的有关研究工作。
- 兰奕星(国防科技大学智能科学学院讲师)，参与了深度强化学习理论与方法的有关研究工作。
- 任君凯(国防科技大学智能科学学院讲师)，参与了深度强化学习理论与方法的有关研究工作。
国家杰出青年科学基金项目：机器人自主控制与学习
