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
长聘教轨副教授，博士生导师，芬兰阿尔托大学博士，英国剑桥大学博士后，主要从事机器学习算法及其在海上无人系统应用研究。入选上海市海外高层次人才、上海市浦江人才。主持科研项目13项，出版《机器学习算法及其跨域应用》、《Unmanned Systems and Intelligent Control》中英文学术专著2本，以第一或通讯作者发表高水平学术论文32篇，申请国家发明专利23项。获第七届图像视频处理与人工智能国际会议最佳论文奖，《中国舰船研究》期刊论文《大模型驱动的USV集群自适应路径规划方法》被评为封面文章（优秀论文）。
机器学习算法及其应用；态势感知技术
[1] 高睿*; 李喆; 周利; 机器学习算法及其跨域应用, 机械工业出版社, 2025.
[2] A. M. Ibrahim, W. Hu, and R. Gao, Unmanned Systems and Intelligent Control: Proceedings of USIC 2025, ser. Lecture Notes in Networks and Systems, vol. 1810. Cham: Springer, 2026.
[3] 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, 中国舰船研究, 2025, 20(06): 28-37. （最优论文）
[4] 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, 2025, 20(X): 1–19.
[5] 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, 2026, 48(4): 145–154.
[6] 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, 2025, 47(11): 126–137.
[7] 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, 2025, 47(21): 136–144.
[8] 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.
[9] 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.
[10] 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.
[11] 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.
[12] 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.
[13] 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.
智能船舶基础-Ⅰ(N)，2025-2026 | 2，48学时
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
