為“世界級成果”而奔赴

周彩麗

我所學的是所在行業的關鍵技術點，投身科研的一個重要目的就是為了推動國家技術發展。

陳建宇：

出生日期：1992年4月

出生地：四川省樂山市

畢業院校：本科就讀于清華大學，直博美國加州大學伯克利分校

工作單位及職務：清華大學交叉信息研究院助理教授、博士生導師

8歲，在媽媽所在大學的物理實驗室里，一場光學實驗，讓陳建宇第一次窺探了科學的美妙。

25歲，陳建宇提出的“非線性系統、非凸約束條件下的實時軌跡優化算法”成功應用在無人車實車上，被WebsEdge專題報道，在SAE世博會進行展示。年青的科研新星嶄露頭角。

29歲，陳建宇在“帶約束的安全強化學習和感知—決策聯合學習”兩大方面取得重要突破。

2021年，陳建宇成為清華大學交叉信息研究院助理教授、博導。這位不到30歲的年青人，以新的身份，開啟他的科研和從教之路。

前瞻的研究

底特律一個實驗用停車場內，一臺無人車成功避過了行走的車輛和模擬的“行人”，倒車入庫，停在準確的位置上。人群開始歡呼，陳建宇激動地和隊友擊掌、擁抱。那是搭載他自己設計的算法的無人車，實驗的成功意味著他的“帶約束非線性軌跡規劃研究”從理論算法到仿真再到實車實驗得到完整驗證。

那是2017年初，25歲的陳建宇在美國加州大學伯克利分校攻讀博士，研究領域包括自動駕駛和機器人技術。當時尚處于商業無人駕駛行業的早期，大多數無人車的決策規劃系統使用的是基于人為規則的方法，而陳建宇研究的方法能夠自動地對無人車這種非線性系統實時規劃出安全的軌跡。

自動駕駛在今天已不是新鮮事。谷歌推出自動駕駛商用服務，特斯拉的高級輔助駕駛功能搭載在乘用車上，百度的無人駕駛巴士也已量產下線。作為科研工作者，陳建宇攻關的并不是當下正在落地的技術，而是著眼于更長遠的、有前景的未來技術方向，探索其背后的基礎科學問題，從而為行業未來的技術發展提供具有前瞻性的思路。在2017年軌跡優化還未被很好地應用于無人車時，陳建宇所做的相關工作在當時就屬于前沿的科研方向，后來這類技術被無人車行業大量采用。從2018年底起，陳建宇的研究重點轉向了更為前瞻的方法——基于強化學習的自學習算法，打敗世界圍棋冠軍的機器人AlphaGo運用的正是這種算法。在這一階段陳建宇做出了領域內較早的幾個基于自學習方法的復雜道路環境自動駕駛工作，后來各大無人車企業也陸續部署強化學習的相關研究。目前，在這種方法的基礎上，陳建宇關注另一重要但容易被忽視的前沿領域——強化學習的安全性和可解釋性。

強化學習能讓機器人通過自我學習的方法極大地提高其智能性，但是基于深度神經網絡的自學習方法具有一定的“黑箱特性”，人類尚無法確定其內部的運作機制，也無法確定它會不會做出一些不安全的動作。在下圍棋、打游戲的場景下偶爾出現這樣的問題是可以被接受的，如果在高速行駛的無人車上或是與人協作的機械臂上發生錯誤，后果不堪想象。因此，若想將這一技術應用于實際，必須保障其算法安全可靠、可解釋。

在清華大學交叉信息研究院和上海期智研究院，陳建宇牽頭開展“安全可靠的自進化智能系統關鍵技術研究”，融合人工智能、機器人學和控制學理論，解決智能機器人從感知到決策的一系列難題，得到安全、可靠、高效的無人車、機械臂等機器人控制策略。

強化學習的安全性和可解釋性目前全球都還沒有很好的答案。當前有比較好的安全保障機制的機器人系統基本上采用的是傳統機器人的工作方法，其智能性受到了一定的限制;而基于自我進化的新型控制方法，其安全性還沒有很好的解決方法。陳建宇團隊的研究，在“帶約束的安全強化學習和感知—決策聯合學習”兩大方面取得突破，相關成果在人工智能、機器人、控制與智能交通領域頂級期刊和會議發表，得到了同行的認可。

“世界級的成果”

陳建宇經歷過很多次“至暗時刻”。一次做無人車實車實驗時，車輛行駛不穩定，常常在障礙物周圍突然開始左右搖晃。陳建宇抱著電腦坐在車上，一遍一遍地改代碼、調試、重來。車晃得讓他難受，內心更是焦急。試車場地很昂貴，需要在較短的時間內完成。那幾天還正臨近期中考試，他白天做實驗，晚上熬夜復習，又累又焦慮。后來終于確定問題出在約束的引入方式上。

這樣的經歷還有很多。“經常設想好的點子以為不會有問題，但實際就出現了各種奇怪的問題，這個時候很考驗耐心，再堅持一下，再多嘗試一下，

以為難以解決的問題往往就這樣解開了。”陳建宇不害怕失敗，因為“與失敗相伴的，是每一次的進步”。

“社會生物學之父”愛德華·威爾遜在《給年輕科學家的信》中，第一條建議便是“希望你能竭盡所能地堅持下去”。在陳建宇看來，要想成為一名優秀的科學家，光盡力還不夠，還需要有強大的內驅力，有興趣引路。“對我來說，學到一些新的知識，創造一些有意義的東西，都讓我快樂。”他說：“科研并不是苦的，工作也可以是一種娛樂。”

清華大學實行的是PI制，以PI為核心進行資源配置。作為獨立PI，陳建宇自己組團隊做項目，學校和院系給予資金、資源等各項支持。陳建宇說，學校和院系的支持足夠讓他“可以自由探索自己感興趣的科學問題”。

清華大學對他也有極高的期待——做出全世界范圍內頂尖的科研成果。實際上，這也是陳建宇自己的期待。

陳建宇在清華大學讀完本科，申請到美國加州大學伯克利分校直博，師從國際著名的自動控制專家、機電控制和預見控制學科的創始人Masayoshi Tomizuka教授。陳建宇所做的是人工智能和機器人的交叉研究。他說，中國在某些人工智能領域的地位已接近甚至超過美國，但是在機器人的核心技術方面和歐美國家還存在一定的差距。他留學美國便是為了去學最先進的技術，向這個領域的世界級大咖學習，進行科研上的合作。

回國是出國前便確定的事。“我所學的是所在行業的關鍵技術點，投身科研的一個重要目的就是為了推動國家技術發展。”中國一些關鍵核心技術被“卡脖子”，陳建宇迫切希望能為此做點什么。畢業后，他拒絕了谷歌無人車的offer，回到中國。被“卡脖子”的高端機器人的軟件系統的開發，是他團隊未來的攻關方向。

做出世界級的成果，挑戰是巨大的。怎樣發現有意義的科學問題，考驗眼光和視野;怎樣去解決一個非常難的問題，考驗能力和耐心。但陳建宇說，他對自己有信心。

青年的意氣、銳氣、豪氣，來自能力，來自精神，來自一顆好勝心。

陳建宇從小好勝，確定目標后愿付出一切努力。從小學升到省重點初中后，他的成績從第一名落到了班級中上游，因為“不喜歡、不甘心排在后面”，那一學期，他非常努力地學習，直到重回第一名并一直保持。高中時他開始探索課程學習之外的自身潛力，打乒乓球打成國家二級運動員，參加物理、化學、數學競賽全獲大獎。

“不喜歡、不甘心排在后面”，現在，一個青年科學家對世界宣告，想要贏。

“勉強而立”的30歲

過去一年是陳建宇身份轉化的第一年。他從一名學生變成了帶碩博研究生的導師、給本科生授課的老師。

背著雙肩包、穿著運動鞋的陳建宇，走在清華校園里，看起來仍像一個學生。但是當他和他的博士生在一起，很容易看出誰是老師——他僅比學生大3-6歲，但自帶老師的“威嚴”。陳建宇認為：“學生剛剛接觸科研時還是很需要多多引導的，想讓學生聽你的話，需要建立一些威信。”在學生的描述中，陳建宇“儒雅、和藹，總是鼓勵為主”，是一位“會在凌晨四點給學生改代碼”的老師。面對這些在他看來“很聰明、有創造力”的學生，陳建宇也在探索怎樣去做一個更好的導師，激發學生的潛力。他帶著學生調研，找尋有價值的研究方向;對研究方向進行探索、驗證;提供軟件、硬件以及智力等各方面的支持。也有讓他犯難的時候：要給每個學生設計好的課題，并對每一個人的課題都非常了解，出了問題還要能幫助他們解決。

教學上陳建宇也是新手。入職一年來他給本科生開了兩門課——《機器人學導論》《智能系統與機器人》。每周兩節課，他需要兩到三個全天來備課：要反復推敲，保證內容的準確性、嚴謹性;要深入淺出，讓學生易懂;既要有基礎知識，也要有前沿研究，培養學生的興趣……他自豪“課講得還可以”。

從學生轉為老師，身份、狀態的改變給陳建宇帶來了很大挑戰。以前有老師“罩”著，有學長學姐帶著，做好自己的科研就行。現在他需要承擔起比之前大得多的責任。科研上，他面臨著“世界級成果”的壓力和終生教軌的考核。除了自己做好科研，還要確保學生也能做出科研成果;要花大量的時間去完成好教學工作;要做好育人工作，培養學生成為未來的優秀科學家……他也是重視家庭的人，“隨著年齡增長，家庭的事情也會越來越多，怎么平衡科研、教學、家庭之間的關系也是比較大的一個挑戰。”一個年輕人，正學著去應對身上的各種責任。

今年4月，陳建宇將滿30歲。他稱自己“勉強”做到三十而立，“無論事業還是家庭都剛剛起步，還有非常大的提升的空間”。下一個十年，他希望在領域內做出一系列突出的貢獻，成為國際上知名的學者，并推動技術產業的變革;希望培養出很多優秀的年輕科學家，在科學領域綻放光彩。

人工智能技術發展到極致程度時，我們將面臨著人類歷史上的最好或者最壞的事情。

——物理學家斯蒂芬·威廉·霍金

興趣愛好

打乒乓球、游泳、健身、跑步

值得一讀的書

《人類簡史：從動物到上帝》《科技想要什么》

《阿西莫夫機器人短片全集》

崇拜的科學家

喬治·布爾，他是布爾代數的發明人、數理邏輯的開山鼻祖，給信息技術領域打下了基礎。

十年之后想成為什么樣的人

希望自己在領域內做出了一系列突出的貢獻，成為國際上知名的學者。