1. 多机器人系统

从单体到多体，机器人系统工作机理将发生很多变化。从感知、交互到决策，无一不体现了个体与系统间的协同能力。针对以上问题，课题组主要应用自主学习手段对多机器人系统进行能力提升。

2. 多模态信息融合

大规模开放性场景中，单一的信息源往往难以帮助机器人对环境实现完备感知。完备感知包括单体多源信息的感知和多体多源的感知。课题组针对上述问题展开研究，力图实现高质高效的信息融合与表征。

3. 人机混合协同

人与机器人具有互补性，人具有常识或者经验，机器人具有准确的数据感知能力。但是，挑战在于如何将人与机器人在感知、认知以及决策层面实现价值统一。课题组针对人机混合中的协同性进行逐步探索。

9. Hao Zhang, Jiaming Chen, Jiyu Cheng*, Yibin Li, Simon X. Yang, and Wei Zhang. Nowhere to Go: Benchmarking Multirobot Collaboration in Target Trapping Environment. IEEE Transactions on Industrial Electronics, 2024.（通讯作者）

8. Yunjie Jia, Yong Song, Bo Xiong, Jiyu Cheng*, Wei Zhang, Simon X. Yang, and Sam Kwong. Hierarchical Perception-Improving for Decentralized Multi-Robot Motion Planning in Complex Scenarios. IEEE Transactions on Intelligent Transportation Systems, 2023.（通讯作者）

7. Lina Zhu, Jiyu Cheng*, Hao Zhang, Wei Zhang, and Yuehu Liu. Multi-robot Environmental Coverage with A Two-Stage Coordination Strategy via Deep Reinforcement Learning. IEEE Transactions on Intelligent Transportation Systems, 2023.（通讯作者）

6. Hao Zhang, Jiyu Cheng*, Lin Zhang, Yibin Li, and Wei Zhang. H2GNN: Hierarchical-Hops Graph Neural Networks for Multi-Robot Exploration in Unknown Environments. IEEE Robotics and Automation Letters, 2022. （通讯作者）

5. Jiyu Cheng, Yuxiang Sun, and Max Q.-H. Meng. Robust semantic mapping in challenging environments. Robotica, 2020.

4. Jiyu Cheng, Chaoqun Wang, Xiaochun Mai, Zhe Min, and Max Q.-H. Meng. Improving dense mapping for mobile robots in dynamic environments based on semantic information. IEEE Sensors Journal, 2020.

3. Jiyu Cheng, Hong Zhang, and Max Q.-H. Meng. Improving visual localization accuracy in dynamic environments based on dynamic region removal. IEEE Transactions on Automation Science and Engineering, 2020.

2. Jiyu Cheng, Chaoqun Wang, and Max Q.-H. Meng. Robust visual localization in dynamic environments based on sparse motion removal. IEEE Transactions on Automation Science and Engineering, 2019.

1. Jiyu Cheng, Yuxiang Sun, and Max Q.-H. Meng. Improving monocular visual SLAM in dynamic environments: An optical-flow-based approach. Advanced Robotics, 2019.

4. 2024.01-2027.12，人机物多智能体协同决策理论及关键技术，国家自然科学基金联合基金重点项目，课题负责人，80万

3. 2022.01-2024.12，基于图神经网络的多机器人协同场景建图方法研究，国家自然科学基金青年科学基金，项目负责人，30万

2. 2022.01-2026.12，多机器人系统研究，山东大学青年学者未来计划项目，项目负责人，50万

1. 2021.01-2022.12，基于大规模非结构化环境的机器人自主导航，山东大学人才引进与培养类专项项目，项目负责人，15万（已结题）

4. 程吉禹 朱莉娜 张伟 张浩：一种基于强化学习的两阶段多机器人环境覆盖方法及系统

3. 程吉禹 丁俊锋 张伟 张浩：基于几何图神经网络的多机器人未知环境路径规划方法

2. 程吉禹 张浩 张伟 张林 宋然 李晓磊：基于层次化图神经网络的多机器人环境探索方法及系统

1. 程吉禹 赵昊天 陈佳铭 张伟 宋然 李晓磊：基于常识信息辅助的视觉自然语言导航系统及方法