航空运营中基于代理人工智能的行为与意图预测
Agentic AI-based behaviour & intent prediction within aviation operations
申请要求（为空则代表无要求）
雅思：
托福：
留学费用：GBP/年
航空运营中基于代理人工智能的行为与意图预测项目简介
该项目由EPSRC和BAE系统公司资助，提供独特的行业启发问题、尖端数据集以及与BAE系统公司领先专家合作的机会。您将致力于创新的AI驱动解决方案，旨在增强关键任务航空环境中的人类决策能力，解决人机协作、认知超载和自主系统信任等挑战。国防平台的人类操作员不断解读周围环境，几乎无需有意识地预测行为和意图。这种能力使得在关键任务场景中能够迅速做出决策，往往决定了行动的成败。然而，随着操作环境变得越来越复杂，涉及数百甚至数千个参与者和实时传感器数据，人类的认知极限正被推向极致。该博士项目旨在开发基于代理AI的系统，能够通过自主预测行为和意图来支持人类操作员，同时提供可信赖和可解释的建议。这些AI系统将增强态势感知，减轻人类工作量，并解决关键的伦理和操作问题。项目结构包括与航空利益相关者接触、进行文献综述、开发基于AI的解决方案、构建和演示代理AI原型、与BAE系统专家合作以及提交最终成果和建议。
项目学术背景与核心优势
思克莱德大学在计算机与信息科学领域积累了深厚的学术积淀，其教学与科研始终强调算法建模与系统工程的交叉应用。该项目的全称为“航空运营中基于代理人工智能的行为与意图预测”，它依托学校在数据驱动决策方向的研究优势，将多智能体系统与认知计算理论融入实践框架。通过这一交叉学科，学生能够理解航空运行场景下复杂行为的建模逻辑，并掌握意图识别的核心分析方法。思克莱德大学所提供的科研资源与行业协作网络，为该项目注入了独特的工程化训练视角，帮助学生在高度动态的环境中构建系统化的问题解决能力。
核心知识模块与培养方向
该项目的培养重心在于提升学生的专业素养与实操能力。课程体系通常围绕以下核心方向构建：
- 多智能体系统建模：学习如何设计和模拟多个自主代理在共享环境中的交互行为，用于优化航空调度与冲突解决。
- 行为预测与意图推理：基于历史轨迹与上下文信息，利用机器学习方法对空中或地面运动体的下一步行动进行概率推断。
- 数据驱动的决策支持：掌握从大规模传感器日志中提取特征、构建预测模型并生成可视化分析报告的全流程技能。
毕业生职业发展路径
结合航空运输与智能系统领域的行业态势，该专业的毕业生具备较强的专业壁垒，适合在以下领域发展：
- 航空系统分析师：负责收集和评估机场、空域运行数据，为空中交通管理策略提供定量优化建议。
- 智能交通算法工程师：专注于开发与维护基于代理模型的预测引擎，提升航班时刻表与机组调度的鲁棒性。
- 航空安全与合规顾问：利用行为预测技术识别潜在风险场景，协助航空公司与监管机构制定预防性操作标准。
常见申请疑问解答
针对跨专业申请者，该方向通常要求申请人具备扎实的底层逻辑。如果能在先修课程或实践经历中展现出对计算机科学的基础认知与分析能力，将有效弥补专业背景的不足。
在语言与学术准备方面，由于该项目涉及大量的专业文献阅读与学术对话，申请人需具备较强的学术英语理解能力。提前熟悉相关的研究方法或底层分析工具，将为后续高强度的专业学习打下坚实基础。