学术硕士：控制理论与控制工程；

专业硕士：电子信息（控制工程）；  

1.  鲁棒模型预测控制理论及应用

2.  不确定系统有限时间估计与控制

3.  机电系统建模、优化与控制

4.  机器人智能感知决策与控制

5.  飞行器轨迹规划与跟踪控制

       科研方向说明：针对机器人以及机电系统等领域中系统非线性、模型参数不确定、参数时变和物理约束等情况，开展复杂系统建模、优化与控制理论与应用问题研究。研究领域涉及到鲁棒模型预测控制理论及应用、不确定系统有限时间估计与控制、机电系统建模、优化与控制，智能感知决策与控制、基于强化学习的优化与控制、机器人与无人机系统的轨迹规划和跟踪控制、以及算法在FPGA、DSP， ARM等硬件嵌入式系统设计与实现。

• 2015年指导1名硕士生获得微软“创新杯”陕西大赛暨陕西省青年学生创新创业大赛一等奖以及中国区二等奖（徐航）；

• 2020年指导研究生完成“深度强化学习+智能机器人”工作，获得西安电子科技大学第六届校长杯创新创业大赛暨第六届“互联网+大赛”大学生创新创业大赛校内选拔赛银奖（姚俊英）；

• 2021年指导研究生完成：“基于数字孪生的工业机器人智能抓取系统”工作，获得西安电子科技大学第七届校长杯创新创业大赛暨第六届“互联网+大赛”大学生创新创业大赛校内选拔赛铜奖（王文孝）；

• 2020年指导2名硕士研究生获得“机电工程学院拔尖研究生优秀学位论文资助”（杨森和姚俊英）；

• 2022年指导研究生获得机电工程学院“研究生创新基金”重点资助：不确定系统输出反馈鲁棒MPC 研究；项目负责研究生：刘思伟；

• 2023年指导研究生获得机电工程学院“研究生创新基金”一般资助：运载火箭在线轨迹规划技术研究；项目负责研究生：武芳芳；

• 2024年指导研究生获得机电工程学院“研究生创新基金”一般资助：复杂环境下无人机任务分配和轨迹跟踪控制研究；项目负责研究生：江好胜；

• 指导3名毕业硕士研究生获得“硕士研究生国家奖学金”（已毕业学生：徐航、杨森、姚俊英（科研学习事迹见西电学子榜））。

• 2023年指导研究生完成“基于深度强化学习的高精度机器人装配系统”工作，获得“申昊杯”第五届中国研究生机器人创新设计大赛全国总决赛三等奖

• 2023年指导研究生参加第五届全国集成电路 EDA 设计精英挑战赛获得全国总决赛三等奖

[1] Wenbin Yuan, Xubin Ping, Yongxi He, Xuechao Duan, Andrey Polyakov, Konstantin Zimenko, Nonovershooting Homogeneous Finite-time Stabilisers for Mechanical Systems, IEEE/CAA Journal of Automatica Sinica, 2024. (Under Review)

[2] 江好胜，武芳芳，黄泽贤，董春云，马子玥，平续斌, 动态障碍物环境下多四旋翼轨迹规划与跟踪,  系统仿真学报，2024. (二审) 

[3] 黄泽贤;江好胜;吴健;刘鼎;董春云;平续斌, 多无人机覆盖路径规划与轨迹跟踪控制, 信息与控制, 2024. (在审)

[4] 彭丹华，李向宁，武芳芳，平续斌. 椭圆型Tube的输出反馈鲁棒MPC终端约束集合设计,控制理论与应用，2024.(录用)

[5] 张权，袁文斌，史晨晰，段学超，平续斌，空间索网可展开天线有限时间振动控制研究，全国机械电子学学术会议，2024.

[6] Zexian Huang, Haosheng Jiang, Jian Wu, Ding Liu, Chunyun Dong, Xubin Ping, Multi-UAV Cooperative Path Planning via Improved Grey Wolf Optimization Algorithm, 7th IEEE International Conference on Unmanned Systems, 2024. (accepted)

[7] Yuan Wenbin, Dong Chunyun, Duan Xuechao, Polyakov Andrey, Zimenko Konstantin, Xubin Ping, Leader-Follower Tracking with Collision Avoidance for Omni-directional Mobile Robots: Linear vs Homogeneous Controller, Chinese Control Conference, Kunming China, pp. 124-129, 2024.

[8] Jiang Haosheng, Huang Zexian, Ma Ziyue, Zhang Zhenxing, Wu Jian J, Ping Xubin, Multi-UAV Trajectory Planning and Tracking Via Improved Informed-RRT* and MPC Algorithms, 5th International Conference on Robotics, Intelligent Control and Artificial Intelligence, pp. 583-588, 2023.

[9] Wang Wenxiao, Wang Xiaojuan, Li Renqiang, Jiang Haosheng, Liu Ding, Ping Xubin, Transfer Reinforcement Learning of Robotic Grasping Training using Neural Networks with Lateral Connections, IEEE 12^th Data Driven Control and Learning Systems Conference, Xiangtan China, pp. 489-494, 2023.

[10] Li Renqiang, Wang Xiaojuan, Wang Wenxiao, Jiang Haosheng, Liu Ding, Ping Xubin, Image Based Visual Servoing Model Predictive Control of Manipulator, Chinese Control and Decision Conference, Yichang China, pp. 3297-3302, 2023.

[11] Wang Xiaojuan, Wang Wenxiao, Li Renqiang, Jiang Haosheng, Ping Xubin, Manipulator Reinforcement Learning with Mask Processing Based on Residual Network, Chinese Control and Decision Conference, Yichang China, pp. 4314-4318, 2023.

[12] Cao Yu, Lv Ming, Qiu Xingbo, Liu Yongkui, Ping Xubin, Cloud Manufacturing Task Scheduling Under Machinery Breakdown Based on Deep Reinforcement Learning, China Automation Congress, pp. 3742-3747, 2023.

[13]  Qiu Xingbo, Cao Yu, Lv Ming, Liu Yongkui and Ping Xubin, Implementation of real-time robot monitoring and scheduling platform in cloud manufacturing environment, Conference on Intelligent Networked Things, pp. 170-178，2024. 

[14] Yao Junying, Wang Xiaojuan, Li Renqiang, Wang Wenxiao, Ping Xubin, Liu Yongkui, Dual Manipulator Collaborative Shaft Slot Assembly via MADDPG, IEEE International Conference on Robotics and Biomimetics (ROBIO), Xishuangbanna China, pp. 1047-1052, 2022.

[15] Yao Junying, Liu Yongkui, Lin Tingyu, Ping Xubin, Xu He, Wang Wenxiao, Xiao Yingying, Zhang Lin, Wang Lihui, Robotic Grasping Training using Deep Reinforcement Learning with Policy Guidance Mechanism, International Manufacturing Science and Engineering Conference, vol. 85079, p. V002T07A015, American Society of Mechanical Engineers, 2021.

1. 热爱科研、勤奋努力、善于思考、积极上进；

2. 对机器人、无人机、以及机电系统等研究领域的优化控制理论与应用感兴趣。对鲁棒预测控制理论及应用、有限时间估计与控制、智能感知决策与控制、基于强化学习的优化与控制、机器人与无人机系统的轨迹规划与跟踪控制、机电系统建模、优化与控制，以及算法在FPGA、DSP， ARM等硬件嵌入式系统设计与实现等相关问题感兴趣；

3. 具备基本编程能力以及优化控制算法设计思想，具备基本英语写作与交流能力，具有良好的沟通协作能力；

4. 对上述研究方向与领域感兴趣，或者攻读研究生需要咨询以及指导帮助的学生，请提前和本人及时沟通联系，邮箱：pingxubin@126.com