这些项目展示了我从资源受限智能系统到 高效三维感知与预测式世界建模 的研究轨迹。研究项目聚焦语义占用、协同感知、token 通信和未来场景预测；工程项目则记录了我在自动驾驶、机器人和边缘 AI 方面的早期系统实践。 研究项目 面向协同占用预测的通信高效 token 合并 基于 BEV token、时空记忆、接收端请求和内容感知 token 合并的协同语义占用预测方法。 带宽感知的自适应 token 通信 从信息论视角研究受限带宽下多智能体感知的通信效率与感知性能权衡。 协同 4D 占用世界模型 结合多智能体观测、运动感知 token 记忆和未来场景预测的占用世界模型研究。 CriticShift：可靠性感知的工具输出选择 面向 LLM Agent 的上下文高效工具输出选择方法，在有限上下文预算下保留任务关键证据。 FedHarness-RB：可靠的跨智能体 Harness 迁移 通过目标端验证和选择性部署，在异构 LLM Agent 间可靠迁移可执行 harness 改进。 QKV-level Token Merging 在 attention 的 QKV 计算内部探索 token merging，以减少 representation-level reduction 之外的冗余计算。 SCMerge：内容-空间一致的 Token 合并 结合语义相似性与局部空间一致性的 training-free token merging 方法，用于减少冗余视觉 token。 基于改进 RMS 算法的 IoT 嵌入式调度优化 面向 IoT 嵌入式系统的实时任务调度优化研究，发表于 IEEE AIKIIE 2023。 工程项目 基于 Jetson 的自动驾驶系统 在 NVIDIA Jetson 上实现感知、决策和控制闭环的嵌入式自动驾驶系统。 嵌入式边缘 AI 人脸识别门禁系统 基于 STM32 的端侧人脸识别、门禁控制和 IoT 远程管理系统。 NAO 机器人自主找球与踢球系统 面向 NAO 人形机器人的感知、决策和运动控制闭环系统。