一、专业定位与战略价值

模式识别与智能系统（081104）是以控制科学与工程一级学科为理论根基，以计算机视觉、机器学习、图像处理、智能感知、自主决策与智能机器人系统的全链条理论创新与工程实践为核心使命，以"感知-认知-决策-执行"闭环智能深度融合、具身智能与群体智能协同为鲜明特征的二级学科。作为控制科学与工程（0811）一级学科下最具算法原创性、数据驱动特性与应用场景广度的方向，它既承袭"求是创新、知行合一、智能报国"七十余年积淀的经典模式识别理论与智能控制传统，又深度拥抱深度学习、强化学习、大模型、扩散模型、3D视觉、多模态融合等前沿技术突破，在统筹"底层特征提取-中层语义理解-高层任务规划-系统闭环控制"全栈智能中发挥枢纽作用，是服务人工智能国家战略、智能制造、自动驾驶、低空经济、具身智能机器人、医疗影像诊断、遥感解译、工业质检等国家重大战略的核心支撑学科。

该专业直接服务于浙江省"415X"先进制造业集群智能质检与柔性产线、杭州亚运场馆智能运维与赛事AI裁判系统、吉利/零跑智能驾驶感知-决策-规划全栈自研、海康威视/大华智能安防视频结构化分析、之江实验室智能计算与具身智能前沿探索、国产手术机器人术中导航与组织识别、卫星遥感影像智能解译与变化检测、工业缺陷检测与预测性维护、脑机接口运动意图解码与神经反馈、低空无人机集群自主避障与协同任务规划等国家重大需求。浙江作为数字经济第一省、人工智能创新策源地（之江实验室、阿里达摩院、海康威视、大华、新华三等总部所在地）与具身智能产业高地，为本学科提供了独一无二的"数据底座""算力生态"与"应用场景"。

二、浙大平台与培养特色

浙江大学模式识别与智能系统（081104）依托控制科学与工程学院（控制科学与工程国家一级重点学科，教育部第五轮学科评估A+，全国首批"双一流"建设学科），以智能系统与控制研究所为核心依托单位，汇聚校内人工智能学院（李玺教授团队）、计算机科学与技术学院（CAD&CG全国重点实验室）、信息与电子工程学院等顶尖学科资源，联合"工业控制技术全国重点实验室""FAST Lab（Field Autonomous System and Computing）""浙江大学智能驾驶与未来交通中心""浙江大学先进智能系统研究中心""浙江省智能无人系统重点实验室""智能无人系统协同导航控制技术联合实验室""浙江大学-之江实验室具身智能联合研究中心""浙江大学-海康威视智能感知联合实验室"等平台，实行"学术学位招生、多方向协同培养、科教融汇与产业需求牵引并重"模式，致力于培养掌握坚实宽广理论基础与系统深入专门知识、具备独立从事原创性研究与解决复杂智能系统问题能力、具有高度社会责任感与国际视野的高层次模式识别与智能系统创新型人才。

六大主干研究方向：

1. 计算机视觉与图像处理（目标检测/分割/跟踪、3D视觉、视频理解）

2. 机器学习与深度学习（表征学习、生成模型、联邦学习、小样本学习）

3. 智能感知与多源信息融合（视觉SLAM、LiDAR感知、多模态融合）

4. 自主机器人与具身智能（空中/地面/腿轮机器人、操作与交互）

5. 群体智能与多智能体系统（集群协同、分布式优化、强化学习）

6. 智能系统与工业应用（智能质检、医学影像、遥感解译、自动驾驶）

前沿交叉领域： 扩散模型（Diffusion Model）赋能图像/视频/3D内容生成与编辑、大语言模型（LLM）驱动的机器人任务规划与自然语言交互、视觉-语言-动作（VLA）大模型赋能具身智能、神经辐射场（NeRF/3D Gaussian Splatting）三维场景重建与新视角合成、世界模型（World Model）赋能机器人想象与规划、强化学习在灵巧操作与运动控制中的Sim-to-Real迁移、图神经网络在工业知识图谱与故障诊断中的应用、多模态大模型（视觉-语言-触觉）赋能机器人环境理解、脑机接口运动意图解码与外骨骼控制、联邦学习在医疗影像隐私保护中的协作训练、物理信息神经网络（PINN）在流体/结构感知中的应用。

硬件与实践支撑： 工业控制技术全国重点实验室、FAST Lab（含无人机飞行测试场、室内动捕系统OptiTrack、集群机器人测试平台）、智能系统与控制研究所（含GPU计算集群NVIDIA A100/H100、多传感器标定平台、机器人操作实验台）、浙江大学智能驾驶与未来交通中心、浙江省智能无人系统重点实验室、具身智能机器人测试平台（四足/人形/机械臂）、医学影像分析平台、遥感大数据处理平台、30余家校外产教融合实践基地（海康威视研究院、大华股份、之江实验室智能计算中心、阿里达摩院视觉技术实验室、吉利汽车智能驾驶研究院、零跑汽车、华为杭州研究所、商汤科技、旷视科技、杭州迅蚁网络、亿航智能、浙江省人民医院影像AI中心、自然资源部第二海洋研究所、国家电网浙江电力智能巡检中心等）。

三、学科沿革

• 1956年，浙江大学在全国高校中最早设立自动控制专业，内含"信息处理与模式识别"研究方向，奠定"求是创新、知行合一、智能报国"的学科精神。

• 1978年，改革开放后恢复研究生招生，开设"模式识别""数字图像处理"研究生课程；承担国防科工委"遥感图像自动识别"预研项目。

• 1981年，国务院学位委员会首批批准自动控制学科博士点；1987年被评为国家重点学科。

• 1990年代，模式识别与智能系统方向独立建制；承担国家"863"计划"智能机器人视觉伺服"项目、国家自然科学基金"统计模式识别与神经网络"项目。

• 1998年，四校合并组建新浙江大学，控制科学与工程成为国家一级重点学科；成立智能系统与控制研究所，整合原浙大、杭大、浙农大相关智能系统研究力量。

• 2002年，获批控制科学与工程一级学科博士点；模式识别与智能系统（081104）列为浙江省重点学科；承担国家"863"计划"智能视频监控与行为分析"项目。

• 2007年，控制科学与工程一级学科再次获评国家重点一级学科；智能系统与控制研究所获批浙江省智能无人系统重点实验室。

• 2012年，承担国家"973"计划"视觉感知计算与认知机理"项目；刘勇教授团队"多传感器融合SLAM"成果获浙江省自然科学一等奖。

• 2017年，入选国家首批"双一流"建设学科；控制科学与工程在教育部第四轮学科评估中获A+；成立浙江大学智能驾驶与未来交通中心；承办首届"智能感知与自主系统"青年学者论坛。

• 2019年，获批控制科学与工程博士后流动站；承担国家重点研发计划"智能机器人"重点专项"无人机集群自主协同"；高飞博士入职控制学院，组建FAST Lab。

• 2021年，工业控制技术国家重点实验室重组为全国重点实验室；高飞团队"集群无人机穿越未知密林"成果发表于Science Robotics（封面论文）；成立浙江大学-之江实验室具身智能联合研究中心。

• 2022年，教育部第五轮学科评估中控制科学与工程获A+；张宇教授"多源信息融合空间智能"成果获国家自然科学二等奖；苗菲教授（求是特聘）入职，聚焦具身智能与多智能体强化学习。

• 2023年，高飞团队获国家自然科学基金优秀青年科学基金；陈积明、叶琦团队"四足机器人动态运动控制"成果发表于Science Robotics；FAST Lab副主任高飞兼任浙大湖州研究院集群机器人自主导航研究中心PI。

• 2024年，高飞团队"无人机集群穿越动态障碍"成果发表于Nature Communications；获批教育部"新工科"交叉试点"具身智能与智能系统"；联合海康威视、之江实验室、吉利汽车等30余家单位开展"导师+首席科学家+行业总工"三元协同培养；发布国内首个面向具身智能的多模态感知-决策数据集ZJU-EmbodiedNav。

• 2025年，高飞团队"神经网络驱动的机器人直觉化路径规划"成果发表于Science Robotics；陆豪健团队联合深圳先进院在Nature Sensors发表最新研究成果；浙江大学新增**"具身智能"本科专业**（2026年首届招生），融合控制科学、人工智能、计算机科学、航空航天等多学科资源；控制学院发布2027年硕士研究生招生学科专业调整公告。

• 2026年，高飞团队"四旋翼穿越倾斜窄缝的感觉-运动飞行"成果发表于Science Robotics；首届"具身智能与群体智能"青年学者论坛在杭州举办；标志学科迈向"大模型驱动-具身拓展-群体协同-产教闭环"新范式。

四、2026年保研要求

• 招生计划： 约二十至三十五人（含推免与统考），按控制科学与工程（0811）一级学科下模式识别与智能系统（081104）二级学科招生（具体以当年目录为准）。2026年6月控制学院已发布2027年招生学科专业调整公告，考生须关注最新变化。

• 网申时间： 预计2025年9月上旬开放（2024年推免预报名截止9月15日，2026年预计相近；2027年推免通知已于2026年8月5日发布）。

• 学制与学费： 学术型硕士三年；学费8000元/学年（全日制学术学位）。

• 申请材料： 代表性学术论文或工程项目报告（CVPR/ICCV/ECCV/NeurIPS/ICML/ICRA/IROS/IEEE TRO等顶会顶刊论文尤佳）、个人陈述、两封专家推荐信、研究潜力证明（英语六级500分以上或雅思6.5/托福90以上优先；全国大学生智能汽车竞赛、RoboMaster机甲大师赛、"挑战杯"课外学术科技作品竞赛、Kaggle竞赛、数学建模竞赛获奖者优先；有AI企业、自动驾驶公司、机器人公司、医学影像中心实习或项目经历者优先；GitHub开源项目/技术博客加分）。

• 初试科目： 思想政治理论（101）+ 英语一（201）+ 数学一（301） + 专业课（自命题845自动控制原理或827电路原理，具体以当年大纲为准）。

• 复试科目： 模式识别与智能系统综合面试，含专业知识问答（机器学习基础、计算机视觉原理、控制系统理论）、科研/工程项目经历陈述、英语口语与听力、研究计划答辩；重点考察数理基础、编程与算法实现能力、科研创新思维与工程直觉。

• 背景偏好： 自动化、控制科学与工程为主，欢迎计算机科学、人工智能、电子信息、数学/统计学、机械工程、航空航天、生物医学工程、物理学等跨学科申请。

• 备考建议： 提前十二个月确定研究子领域并积累深度学习编程（PyTorch/JAX）、计算机视觉项目（检测/分割/SLAM）、机器人系统开发（ROS2）或科研项目实践经验；复试重视数理推导能力、代码实现水平与科研问题意识协同。

五、核心辅导要点

1. 计算机视觉与图像处理： 目标检测（YOLO系列/DETR/RT-DETR）与实例分割（Mask R-CNN/SAM）原理及工程优化；视频理解与时空动作识别（SlowFast/TimeSformer）；3D视觉（点云处理PointNet++/三维重建/深度估计）；神经辐射场（NeRF/3D Gaussian Splatting）场景表征与新视角合成；视觉Transformer（ViT/Swin/DINOv2）自监督预训练与迁移学习；扩散模型（DDPM/Stable Diffusion）图像生成与可控编辑；多视角几何（对极约束/本质矩阵/BA优化）与SfM/SLAM前端。

2. 机器学习与深度学习： 深度学习优化理论（SGD/Adam/LARS）与泛化分析；表征学习（对比学习/自监督/多任务学习）；生成模型（VAE/GAN/Diffusion/Flow Matching）理论统一与比较；图神经网络（GNN/GAT/Transformer on Graph）在结构化数据中的应用；联邦学习与隐私保护机器学习；小样本/零样本学习（元学习/CLIP/提示工程）；因果推断与可解释AI；大语言模型微调（LoRA/QLoRA/RLHF）与多模态对齐。

3. 智能感知与多源信息融合： 视觉SLAM（ORB-SLAM3/VINS-Fusion/DSO）前端特征提取与后端优化；LiDAR SLAM（LIO-SAM/FAST-LIO2/Point-LIO）点云配准与地图构建；多传感器时空标定与在线外参估计；卡尔曼滤波/粒子滤波/因子图优化（GTSAM/Ceres）在状态估计中的应用；BEV感知（BEVFormer/BEVFusion）在自动驾驶中的多模态融合；视觉-惯性-轮速里程计（VIO）在线标定与漂移抑制；语义SLAM与场景图构建。

4. 自主机器人与具身智能： 空中机器人轨迹规划（多项式/B-spline/最小化Jerk/Snap）与动力学约束；视觉伺服（IBVS/PBVS）与基于学习的端到端控制；机械臂运动规划（MoveIt/RRT*/CHOMP）与灵巧操作；四足/人形机器人步态规划与全身控制（WBC/MPC）；Sim-to-Real迁移（域随机化/系统辨识/Teacher-Student）；视觉-语言-动作（VLA）大模型赋能机器人任务泛化；触觉感知与力控交互；世界模型（Dreamer/IRIS）赋能机器人想象与规划。

5. 群体智能与多智能体系统： 多无人机/多机器人任务分配与编队控制；分布式优化（ADMM/共识算法）与通信拓扑约束；多智能体强化学习（MARL：QMIX/MAPPO/CTDE）在协同任务中的应用；集群避碰与轨迹去冲突；群体涌现行为建模与可控性分析；去中心化SLAM与协同建图；通信受限/中断条件下的鲁棒协同策略；异构机器人（空地协同）任务规划。

6. 智能系统与工业应用： 工业缺陷检测（异常检测/少样本分类/无监督学习）与产线部署；医学影像分析（CT/MRI分割/病灶检测/病理图像分析）；遥感影像智能解译（变化检测/目标识别/语义分割）；自动驾驶感知-预测-规划全栈（BEV感知/轨迹预测/运动规划）；智能视频分析（行为识别/异常检测/ReID）；数字孪生赋能智能系统仿真与优化；边缘AI部署（模型压缩/量化/蒸馏/NPU适配）。

六、面试与文书策略

• 面试训练： 侧重典型模式识别与智能系统实务案例即兴分析，如某自动驾驶车辆在暴雨天气下LiDAR点云稀疏导致3D检测漏检的多传感器冗余融合策略、某工业产线新产品缺陷样本极少时的少样本异常检测方案设计与在线更新机制、某四足机器人在非结构化地形中步态失稳的感知-规划-控制协同恢复策略、某医学影像AI模型在不同医院数据分布偏移下的域适应与联邦学习方案、某无人机集群在GPS拒止与通信中断双重约束下的分布式协同导航与任务重分配机制等；强调从问题建模到算法设计再到系统实现与性能评估的全链条逻辑论证；考察数理推导能力、编程实现水平、科研问题意识与工程直觉协同。

• 文书核心： 体现对模式识别与智能系统某一子领域（视觉/ML/感知融合/机器人/群体智能/工业应用）的深耕积累、扎实编程算法或科研项目经验与服务"智能报国、感知世界、赋能产业"使命感；避免空泛追捧"大模型""具身智能"热点或脱离真实数据分布与物理约束；突出"在数据中求规律，在算法中验真知，在系统中明边界，在推动中国智能系统可信可靠可用的自主创新中践行智能人担当"的职业态度。

• 个人陈述要点： 清晰呈现"关注什么智能系统问题-聚焦哪个技术方向-掌握什么工具方法（PyTorch/ROS2/C++/Open3D/GTSAM）-参与什么科研项目或工程实践-取得什么成果（顶会论文/专利/竞赛/开源项目/落地应用）-反思什么局限"的叙事主线；量化成果（模型精度mAP/IoU/ATE、推理速度FPS、论文发表（CVPR/NeurIPS/ICRA等）/专利授权/竞赛获奖、参与国家自然科学基金/国家重点研发计划/企业横向课题、智能车竞赛/RoboMaster/Kaggle获奖等）。

七、咨询方式

如需了解保研报名详情、获取一对一规划指导，请联系：

• 电话： 4000003363

• 微信： 13671344286

注：本文内容基于2026年最新政策与学科动态整理，具体招生信息请以浙江大学研究生院及控制科学与工程学院官网通知为准。模式识别与智能系统（081104）为控制科学与工程（0811）一级学科下二级学科，授予工学硕士学位，非电子信息（0854）专业学位类别下的"人工智能（085410）"方向，考生须注意区分学术学位与专业学位培养路径。2026年6月控制学院已发布2027年硕士研究生招生学科专业调整公告，考生务必关注最新目录变化。浙江大学控制科学与工程为国家一级重点学科（A+）、首批"双一流"建设学科，模式识别与智能系统为浙江省重点学科，由控制科学与工程学院智能系统与控制研究所提供核心学术支撑，联合FAST Lab、人工智能学院、CAD&CG全国重点实验室等单位协同培养。浙江作为数字经济第一省与人工智能创新策源地，海康威视、大华、之江实验室、吉利汽车等龙头企业与科研机构集聚，为本学科提供了独一无二的数据底座、算力生态与产业应用场景。学院地址：杭州市西湖区浙大路38号浙江大学玉泉校区控制学院（智能系统与控制研究所）/ 杭州市西湖区余杭塘路866号浙江大学紫金港校区。考生须具备一定深度学习编程、计算机视觉或机器人项目实践经历，数理基础扎实，具有科研创新意识与工程实现能力。