师资队伍

教师名录

高睿

船舶与海洋工程系

电子邮件:rgao@sjtu.edu.cn
个人主页:https://faculty.sjtu.edu.cn/rgao

3003新葡官方网站长聘教轨副教授,博士生导师。入选2022年上海市海外高层次青年人才计划和上海市浦江人才计划。于2010年、2012年毕业于东北大学软件工程专业和计算机软件与理论专业,获工学学士学位和工学硕士学位。2016年10月至2020年12月,在芬兰阿尔托大学攻读博士学位,师从Simo Särkkä教授。2021年1月至2022年3月,在芬兰阿尔托大学进行博士后研究,剑桥大学信号处理系访问学者。之后正式全职加入3003新葡官方网站。主持科研项目8项,以第一或通讯作者共发表学术论文30余篇。

[1] 机器学习算法

[2] 面向无人平台的态势估计方法

[3] 大模型驱动的水面目标行为精细分析方法


[1] 史岳橙, 焦锐阳, 吕沐, 李梅, 高睿*, 大模型驱动的USV集群自适应路径规划方法; 中国舰船研究; DOI: 10.19693/j.issn.1673-3185.04511, 2025.

[2] 王斐, 曹建鑫, 焦锐阳, 朱修奇, 高睿*, 乏信息下基于大模型的无人艇路径规划智能体框架设计与研究; 中国舰船研究, 已录用, 2025.

[3] 曹建鑫, 史岳橙, 高睿*, 基于改进Seq2Seq的船舶轨迹预测算法, 舰船科学技术, 已录用, 2025.

[4] 史岳橙, 高睿*, 李梅, 基于LSTM-SVM的水面目标可增意图预判技术, 船舶工程, 已录用, 2025.

[5] 高源, 韩庆旺, 朱修奇, 高睿*, 基于贝叶斯平滑-交替方向乘子法的无人艇路径跟踪,舰船科学技术, 已录用, 2025.

[6] H Zhu, K Jin, R Gao*, J Wang, R Shi, Timed-Elastic-Band-Based Variable Splitting for Autonomous Trajectory Planning, Symmetry, 17 (6), 848-858, 2025.

[7] K Jin, H Zhu, R Gao*, J Wang, H Wang, H Yi, CJR Shi, DEMRL: Dynamic Estimation Meta-reinforcement Learning for Path Following on Unseen Unmanned Surface Vehicle, Ocean Engineering, 288, 115958, 2023.

[8] R Gao*, S Särkkä, R Claveria-Vega, S Godsill, Autonomous Tracking and State Estimation With Generalized Group Lasso, IEEE Transactions on Cybernetics, 52 (11), 12056-12070, 2022.

[9] R Gao*, F Tronarp, S Särkkä, Variable Splitting Methods for Constrained State Estimation in Partially Observed Markov Processes, IEEE Signal Processing Letters 27, 1305-1309, 2020.

[10] R Gao*, F Tronarp, S Särkkä, Iterated Extended Kalman Smoother-Based Variable Splitting for L1-Regularized State Estimation, IEEE Transactions on Signal Processing,67(19), 5078 - 5092, 2019.

[11] J Wang, R Gao*, H Zheng, H Zhu, CJR Shi, SSGCNet: A Sparse Spectra Graph Convolutional Network for Epileptic EEG Signal Classification, IEEE Transactions on Neural Networks and Learning Systems, 35(9), 12157-12171, 2023.


  • 可持续海洋环境智能检测,2024-2025 | 3,32学时

  • 智能船舶基础-Ⅰ(N),2024-2025 | 2,48学时

  • 智能船舶创新实践,2023-2024 | 2,48学时

  • 工程实践,2024-2025 | 1,44学时

  • 可持续海洋环境智能监测,2023-2024 | 3,32学时

  • 可持续海洋智能无人监测,2022-2023 | 3,32学时


[1] 高睿,多源数据融合系统, 2022年1月。

[2] 高睿,智能化运动目标检测与跟踪算法软件v1.0,2022年1月。

版权所有 © 2014 中国·3003新葡的京(集团)股份有限公司官网 沪交ICP备05053   流量统计