研究生如何提升科研水平？最方便的途径有3条！

本文系募格课堂原创，转载开白请后台联系。

作者：白国星

 

通过复现前人工作，完成科研入门之后，硕士研究生们很快就会面临一个新的难题——如何提升科研工作的水平。解决这个问题最方便的途径有三条，包括迁移、改进和集成。

 

一、迁移

迁移是最简单的提升途径。通过这个途径做出的成果虽然意义较小，但是如果做足了工作量，也能够以之发表一篇学术论文，并将其作为核心创新点完成硕士毕业。

用我自己举个栗子

我最初复现是基于线性时变模型预测控制的路径跟踪控制，这种控制方法在前轮转向车辆和差动移动机器人的路径跟踪控制中十分常见，而在铰接式矿用车辆等具有特殊运动学特性的移动装备的路径跟踪控制中还未发现类似的研究成果。

将线性时变模型预测控制迁移到铰接式矿用车辆的路径跟踪控制中就是一个简单的应用创新，而且实现过程非常简单，所以我很快就搞定了这个迁移。搞定迁移之后，还需要为新提出的控制器寻找一个合适的对照组。

我当时可能是吃了熊心豹子胆，直接找到了当时最先进的铰接式矿用车辆路径跟踪控制方法，瑞典吕勒奥大学Nayl博士提出的切换模型预测控制方法。我很快复现了这项工作，然后搞起了比较研究。比较结果当然是失败的，线性时变模型预测控制和切换模型预测控制的性能基本一致。

出于一个科研菜鸟的脆弱，我放弃了将基于线性时变模型预测控制的铰接式矿用车辆路径跟踪控制投稿到学术期刊。现在回头来看这是一个十分错误的决定，我提出的控制器虽然与基于切换模型预测控制的控制器性能相当，但是其设计思路却并不完全一致。

图源：colorhub.me

遭遇了科研“失败”之后，我又复现了基于非线性模型预测控制的路径跟踪控制，当时这种控制方法也是主要用于前轮转向车辆和差动移动机器人的路径跟踪控制。所以我又将这种控制方法迁移到了铰接式矿用车辆的路径跟踪控制中，并发现基于非线性模型预测控制的控制器精确性高于基于切换模型预测控制和线性时变模型预测控制的控制器，最终基于这些成果发表了一篇论文。

简而言之，经历了三次复现和两次迁移之后，我终于做出了一个能够发表学术论文的研究成果。这个成果可能价值不是很大，但是对于一个野生硕士研究生来说，这种成果容易获得，也足以拿来完成毕业答辩。

 

二、改进

改进是最有效的提升途径。改进需要较为坚实的基础，需要对研究目标具有较为深入的认识。所以一般对于学有余力的硕士研究生，可以尝试对前人的研究成果进行改进。通过这个途径做出的成果意义相对较大，可用于发表水平相对较高的学术论文，用于硕士研究生毕业也能更加从容。

还是用我自己举个栗子

提出基于非线性模型预测控制的铰接式矿用车辆路径跟踪控制器后，我对这个控制器又进行了大量的仿真测试。功夫当然不会白费，我暗搓搓地发现了一个其实很简单的规律。在参考路径的曲率变化幅度比较大时，非线性模型预测控制器的精确性也会下降，而在跟踪曲率变化幅度较大的参考路径时，降低速度能显著提高各种模型预测控制路径跟踪控制器的精确性。

发现这个规律之后，我果断开始了尝试，最终建立了一种多层模型预测控制器，采用预测较为准确的非线性模型预测控制器作为速度控制层，采用实时性较好的线性时变模型预测控制器作为路径跟踪层，实现了速度可变的高精度铰接式矿用车辆路径跟踪控制，然后基于这些研究成果发表了一篇论文。

图源：colorhub.me

通过上述例子可以发现，改进一种研究成果，首先需要对这个研究成果进行大量的仿真或者试验，总结其中蕴含的规律，然后基于规律进行改进，最终获得更加先进的研究成果。通过改进获得的研究成果价值相对较大，不过对于野生硕士研究生来说，这种成果也存在风险，万一遭遇失败可能会导致延期。

 

三、集成

集成是最困难的提升途径。集成需要更加坚实的基础，需要对研究目标具有更加深入的认识。我只建议能力超强的硕士研究生，尝试对研究成果进行集成。通过这个途径做出的成果通常具有较为重要的科学意义或工程意义，其中通常包含多个创新点，甚至可以用于博士研究生毕业。

再次用我自己举个栗子

在这里先坦白一下，我在读硕士研究生期间，根本没尝试过对创新成果进行集成。或者换句话说，我在读硕士研究生期间，还没有积累够用于集成的创新点，也没有梳理清楚用于集成的思路。在读博士研究生的第二年，我受到开题的压力，才开始着手考虑集成。

在读博士研究生的第三年，我已经较为深入地研究了基于各种模型预测控制的铰接式矿用车辆路径跟踪控制、非线性模型预测控制面临的问题和解决方法、基于模型预测控制的独立驱动车辆驱动力分配控制，在此基础上我终于将这些研究点集成到了一起，完成了博士论文的写作。

通过上述例子可以发现，集成多种研究成果，并不是简单地将几个系统攒在一起，而是要对各个系统都有深入地了解，并且在多个方向都有所创新，最终还要将这些创新集成到一起，使系统具有更加优越的性能。通过集成获得的研究成果价值较大，但是对于野生硕士研究生来说，这种成果通常难以获得。

 

整体而言，对研究成果进行迁移，容易获得新研究成果，但新研究成果的价值有限。对研究成果进行改进，可以有效提高新研究成果的价值，但是相比对研究成果进行迁移，这种途径较难获得新研究成果。对研究成果进行集成，新研究成果的价值更大，但是获得新研究成果的过程也更加困难。

 

作者简介：白国星，男，28岁，北京科技大学机械工程学院2016级博士研究生，预计2020年6月毕业。目前已发表SCI/EI论文18篇，其中以第一作者身份发表SCI期刊论文6篇、EI期刊论文4篇、EI会议论文2篇，研究方向为无人驾驶车辆、移动机器人路径跟踪控制，熟悉模型预测控制、模糊控制、预瞄控制。Email：david.gx.bai@gmail.com。

分享一下，提升科研水平的学术干货↓