智能家居入坑，让无人机化身空中交警！她用AI+通信优化车联网

18岁的马予阳不会想到那些令她着迷的智能家居全场景应用视频，三年后，会化作一行行调度无人机的代码，和她一起站上国际会议讲台。

临近毕业，马予阳发表了题为《联合计算卸载与资源分配优化的无人机辅助的低空经济边缘计算系统》的学术论文，并在IEEE第五届计算机通信与人工智能国际会议（CCAI2025）上完成学术首秀。

图为马予阳（右二）在CCAI2025

被智能家居“种草”的物联网新人

马予阳在深圳长大。深圳街头的无人驾驶快递车、运输货物的无人机等场景，都是她入坑物联网专业的启蒙“老师”。

“我在网络上刷到的一些智能家居的全场景应用特别吸引我，”她说，“我想通过自己的双手，把生活打造得更加便利与智能化。”

大一下选专业时，马予阳毫不犹豫成为了物联网专业的学生。

马予阳与同专业同学合影

走出书本，PDP赋能实践

作为联通校园与行业的桥梁，行业发展训练营(PDP)在真实行业环境中锻炼学生的实践能力，是西浦创业家学院（太仓）“融合式教育”的核心环节。

升入大二，马予阳通过PDP项目先后在阿里云、腾讯云实习。

在阿里云，她深入了解了应用从代码编译到代码烧录（将程序写入硬件芯片）的完整硬件流程。腾讯云的经历则更加聚焦实训。在企业导师的指导下，她使用Java、Python等语言进行软件模型搭建。

这两段行业实践经历使马予阳开始尝试将理论知识转化为实践能力。

科研初体验，SURF攻坚代码难关

真正动起手来，是大三参与暑期本科生研究项目（SURF）。马予阳向物联网学院本科专业负责人胡斌涛博士寻求突破点，开始进行项目研究。

“很迷茫。”这是马予阳回忆选题时的第一反应。

物联网是一个跨学科领域，通信、计算机、人工智能等都是其中的一部分。广泛的研究领域一时让她不知如何下手。

和胡老师讨论之后，马予阳决定研究兼具通信与人工智能学习的无人机辅助车联网资源通信分配与优化。

刚开始将理论知识转化为实践应用时，她就遇到了挑战：“将理论模型转换成代码的部分，特别困难。”

在编辑代码方面，马予阳属于小白。扒别人的研究、理解理论模型与原理、自学编程语言，她边研究边学习。

为了帮助马予阳更快地攻克代码难关，胡老师常在纸上手绘简易草图，将抽象的理论具象化为直观模型，帮助马予阳快速理清算法逻辑。同时，他主动提供前沿学者的源代码作为参考，帮助搭建框架。

入门靠指导，精通靠实践。“剩下的，就是自己动手了。”马予阳说。

面对AI与通信融合的复杂代码编译难题，她沉下心来，在E栋4001实验室的屏幕微光前反复研读文献、剖析参考代码，盼望着能尽快吃透模型要点。

经历了无数次调试失败、报错警告，她修改参数、总结经验，用实验室的电脑和自己的电脑不断地跑测试。两个月后，看着顺利跑起来的代码，马予阳长呼一口气。

目标是突破时间阈值，覆盖更多车辆

马予阳的SURF研究核心在于用有限的无人机资源，更高效地处理行进车辆数据。

该研究价值在应急场景中尤为凸显。比如，在事故路段，无人机通过车联网收集到事故信息并下发至车机系统，实现附近车辆的提前避障，从而避免交通拥堵和二次事故。

无人机好比车辆的空中指挥官。马予阳设置的“指挥官”虽然多，但是算法延迟成为指挥瓶颈。她解释道：“目前系统在设定时限内能服务的车辆有限。比如，10辆需预警的车，可能因延迟只能覆盖8辆。”因此，她的长远目标是减少延迟并最大化用户数量。

正是通过SURF的攻坚，马予阳确认了：AI+通信的跨学科研究，是她未来想要深耕的方向。

算法升级，无人机集群辅助再进化

结合个人兴趣和研究潜力，马予阳决定在SURF的基础上创新研究，延伸到毕业设计中。

她意识到基础算法深度Q网络（DQN）在处理复杂动态的车联网环境时存在不稳定、效率低的局限。为了寻求更优解，她计划将核心算法升级为更简单、高效、稳定的近端策略优化算法（PPO），更加契合无人机辅助车联网中通信与资源分配的动态挑战。

“PPO算法更适合探索复杂状态空间，在计算资源有限时能更好地避免系统崩溃。”她说。

马予阳和胡斌涛博士

胡老师为马予阳奠定了坚实的通信理论基础并指导其精准应用于动态车联场景，支撑其高效完成了毕设建模。在算法实现层面，他深入讲解原理，并提供了代码调试与参数优化的关键指导。

然而，算法升级并非易事。为确保升级后的模型高效收敛，马予阳投入大量精力，反复进行参数调试与优化。

PPO算法的成功应用显著提升了系统的通信与资源分配效率，有效减少了延迟并增加了服务用户数量。

马予阳在讲解其毕设内容

回顾毕设与SURF的联系，马予阳指出：“SURF为毕设提供了对比基准，清晰地展现了优化路径。”

她的毕业设计更侧重应用化。未来希望与企业对接推动场景落地，以提升车联网安全性。

本科生站上国际会议讲台，专发展，精发展

五月，站在CCAI2025发表现场时，马予阳紧张又兴奋。听行业大佬演讲，向参会人员阐述自己的项目，了解行业前沿趋势，这场会议让她收获颇丰。

“硕士、博士阶段还有更多需要学习的地方。”她感慨道。

目前，马予阳的研究更加偏重AI，加持通信、软件等部分跨学科内容。她表示之后会优化跨学科部分，未来更加全面地运用到研究中。

今年9月马予阳将前往帝国理工学院，在人工智能与机器学习领域继续深造。

“不要觉得本科生没有办法深入钻研某个领域。只要你想，从本科阶段就开始细化，这对未来的帮助很大。”她说。

（记者：季嘉焱 编辑：寇博 图片提供：马予阳）