测量是一个视角，世界却不止于此。
相机记录外观，雷达响应物理结构和叶面水分。光照会变化，叶片会移动，观测也会中断。一个有用的系统，既要理解已有证据，也要识别证据无法告诉它的部分。
- 不完整
- 传感器的视角与物理机制决定了它能观测什么。
- 不相同
- 两种模态可以观测同一对象，却测量不同的物理属性。
- 持续变化
- 世界和观测发生变化时，系统必须重新审视已有估计。
问题，随着研究逐渐展开。
我的起点是数学。感知研究让我走近了一个具体问题：观测与我们想知道的物理状态之间，究竟隔着什么？
-
从回波中提取信息
仿生声呐与 mmLeaf 让我接触间接观测：从回声中寻找结构，用无线电波测量叶片。
早期研究 -
从互补视角中学习
Hydra 将雷达与相机的观测结合起来。接下来的问题不再只是选什么传感器，而是如何表达它们提供的信息。
Hydra -
让表征服务于测量
Proteus 研究雷达可以向相机学习什么；Adonis 则从干湿分类走向湿度程度的测量，并针对田间条件进行校准。
Proteus 与 Adonis -
从一次快照到连续记录
驾驶评估将时间和情境带入这个问题。我目前关注：当观测和环境不断变化时，理解如何持续成立？
持续驾驶评估
超越一次准确的快照。
我希望建立的独立研究方向，将物理测量、持续理解与负责任的决策联系起来。以下是未来研究问题，而非已经实现的能力。
不完整证据下的理解
哪些物理状态可以推断，哪些必须保留为未知？
研究把异构观测连接到物理量的表征，让不确定性成为显式信息。
随时间持续的理解
当观测中断或环境改变，系统应该怎样修正判断？
研究跨时间的连续性、变化与不确定性，并用缺失观测和变化条件检验方法。
可以支持决策的理解
一个估计在什么条件下，才足以支持决策？
将模型可靠性与错误的后果联系起来，研究何时需要更多证据，何时应交由人来判断。
我如何思考一个问题。
- 从物理量出发。
- 先定义我们需要知道世界的什么，再选择模型。
- 始终回到观测。
- 追问哪些物理效应产生了测量，以及证据能区分哪些解释。
- 在假设失效处检验。
- 有效的评估，也要涵盖方法停止成立的条件。
从测量到理解，中间发生了什么？
关于观测、表征与尚未解决问题的一篇研究随笔。
阅读随笔正式学术记录。
近期论文与公开研究资源。完整学术记录在独立页面中。
-
2026arXiv'26
-
2026IMWUT'26
-
2026CEA'26
从数学出发，走近物理世界。
我是密歇根州立大学计算机科学与工程博士候选人，导师为 Zhichao Cao。此前，我在弗吉尼亚理工大学学习数学，并与 Rolf Müller 开展仿生声呐研究。
计算机科学与工程博士候选人密歇根州立大学
数学学士弗吉尼亚理工大学
欢迎交流多模态感知、物理表征与可靠智能系统，也期待与领域研究者合作，让这些问题走进真实场景。
liuyime2@msu.edu