个人简介：张昊，工学博士，合肥工业大学机械工程学院机器人研究所特任副教授、硕士生导师，隶属于赵萍教授团队。

教育背景：2020年6月于合肥工业大学机械工程学院获得工学学士学位，2026年6月于中国科学技术大学自动化系获得工学博士学位，曾获博士国家奖学金、中国科学技术大学优秀毕业生、中国科学技术大学-苏州工业园区奖学等荣誉。

主要研究方向

研究概况：主要研究方向为主要研究方向为多指灵巧臂-手机器人的技能学习、具身智能、任务驱动的机器人决策与规划。以第一作者身份在IEEE Transactions on Neural Networks and Learning Systems、IEEE/ASME Transactions on Mechatronics、IEEE Robotics and Automation Letters、IEEE/RSJ International Conference on Intelligent Robots and Systems等国际权威期刊和机器人领域重要会议发表研究论文6篇，含中科院一区Top期刊论文2篇。授权国家发明专利3项。相关研究获ICAIS&ISAS会议Best Paper Award，并获IROS四足机器人挑战赛遥控组第一名。参与国家重点研发计划、国家自然科学基金联合基金等科研项目多项。

主要研究方向

任务驱动的机器人智能决策与灵巧操作技能学习（具身智能；世界动作模型；逻辑任务表征；深度强化学习；协同优化）

开设课程

近年的科研项目、专著与论文、专利、获奖

1、科研项目

[1]国家重点研发计划(2022YFB4701400),灵巧作业臂-手机器人技能学习与自主发育研究, 主要参与。

[2]国家自然科学基金面上项目(62173314),非结构环境下异构多机器人自主智能协作方法研究, 主要参与。

[3]国家自然科学基金集成（联合）项目(U2013601),仿生感知、学习、作业及多机器人智能协同关键技术研究及示范应用, 要参与。

2、部分论文和专利

[1]H. Zhang, Z. Zhou, Z. Kan*, “Learning Universal Task Representations for Reinforcement Learning with Temporal Logic Guidance,” IEEE Transactions on Neural Networks and Learning Systems, 2026, DOI: 10.1109/TNNLS.2026.3698967.(中科院一区Top, IF=8.9)

[2]H. Zhang, Z. Kan*, W. Shang, Y. Song, “A Novel Task-Driven Diffusion-Based Policy with Affordance Learning for Generalizable Manipulation of Articulated Objects,” IEEE/ASME Transactions on Mechatronics, 2026, 31(2): 1241–1253.(中科院一区Top, IF=7.3)

[3]H. Zhang, H. Wang, Z. Kan, “Exploiting Transformer in Sparse Reward Reinforcement Learning for Interpretable Temporal Logic Motion Planning,” IEEE Robotics and Automation Letters, 2023, 8(8): 4831–4838.(中科院二区, IF=4.6)

[4]H. Zhang, Z. Kan, “Temporal Logic Guided Meta Q-Learning of Multiple Tasks,” IEEE Robotics and Automation Letters, 2022, 7(3): 8194–8201.(中科院二区, IF=4.6)

[5]H. Zhang, H. Wang, X. Huang, W. Chen, Z. Kan, “Exploiting Hybrid Policy in Reinforcement Learning for Interpretable Temporal Logic Manipulation,” IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2024, Abu Dhabi, UAE, pp. 13795–13800.(机器人领域重要国际会议，口头汇报)

[6]H. Zhang, H. Wang, T. Qian, Z. Kan, “Temporal Logic Guided Affordance Learning for Generalizable Dexterous Manipulation,” 2024 7th International Symposium on Autonomous Systems (ISAS), Chongqing, China, 2024, pp. 1–7.(Best Paper Award，口头汇报)

[7]H. Wang,H. Zhang, L. Li, Z. Kan, Y. Song, “Task-Driven Reinforcement Learning with Action Primitives for Long-Horizon Manipulation Skills,” IEEE Transactions on Cybernetics, DOI: 10.1109/TCYB.2023.3298195.(中科院一区Top, IF=11.8)

[8] 灵巧臂手机器人铰接物体操作性能优化方法、设备及介质. ZL 202411928372.0; 阚震，张昊，尚伟伟，宋永端.

[9] 一种可分离式多功能康复机器人. ZL201911116155.0; 赵萍, 张昊, 何宇航, 邵华晨.

[10] 一种任务驱动的机器人操作技能学习方法、介质及设备. ZL 202310302473.6; 阚震，王浩，张昊，李琳，宋永端.