于子平毕业于澳大利亚伍伦贡大学的工程与信息科学学院，参与过澳大利亚国防材料中心与美国洛克希德马丁合作开展的智能制造、数字孪生等项目，主要聚焦于轻量化结构的电弧增材制造工艺的研究，提出基于工业机器人与CNC数控机床的点阵结构数字孪生加工系统，实现对点阵结构产品从CAD输入到最终成品全自动化加工。硕博期间在SCI、EI等期刊发表学术论文10余篇，擅长机械电子、人工智能等多个交叉领域,具有多方面的技术理论背景和工程实践经验。
于子平在中国科学院工程热物理研究所工作期间，主要在北京市、山东省济南市、山东省滨州市开展工作。面向国家在智能无人体系和装备自主可控方面的迫切需求，使得个人研究从“材料-结构层面的工艺创新”自然上升到“系统级的智能协同”。于子平当前研究方向为无人机技术和人工智能，以负责人/核心骨干身份承担及参与中国科学院重点部署、GJ专项、XD专项和J队科研等项目。研究聚焦无人机集群智能协同控制，提出复杂环境中大规模无人机集群编队自主决策、多机自组网通讯架构和多源数据融合等系列算法，支撑中国科学院某重点集群项目立项和推进。 主要成果（一）增减材一体化智能焊接平台 依托工业机器人与数控机床加工中心，实现对金属点阵结构从CAD输入—离线编程—增材堆焊—机加工整形的闭环制造。团队开发的自适应切片、路径避碰与温度场快速有限元算法，能自动生成近似最优的加工顺序，并在加工前完成对工件加工过程的热输入与形变趋势分析，确保成形质量稳定，将传统焊接的“手工经验”转化为“数据闭环”。配套的图形化界面面向非编程用户开放，网格、蜂窝等异形结构均可一键生成加工代码，解决传统电弧增材在加工复杂结构件上的程序瓶颈。 焊接过程数字孪生+自主路径规划系统：基于ABB工业机器人的加工中心，机器人末端集成多功能测量设备。 基于5轴摇篮式数控机床为载体的增减材一体化加工中心。 主要成果（二）空中自组网无人机协同系统 针对高动态、大规模编队的链路脆弱问题，团队提出节点–链路双自愈的去中心化通信架构。指令进入任意机体后，经分布式路由与实时一致性算法瞬时泛播，形成“空中移动基站”网络；各机载自治模块据此完成动态编队、任务分配与冲突消解，全流程无需地面持续干预。一键上电即可自发现、自配置、自恢复，显著降低部署与运维成本，适配应急测绘、灾害评估及对抗环境等场景。 开发大规模集群的去中心化自组网通讯方案，将传统的基于mesh架构的组网方式升级为基于自组网数据链路的通讯模型。传统架构下无人机的行为指令由地面站逐条下达，空中节点被动执行。这种模式带宽开销大、链路脆弱，难以支撑大规模高动态集群作业。自组网体系下，指令只需注入任意一架节点机，借助分布式路由与实时一致性算法即可瞬时在网络内泛播；各机载自治模块据此完成动态编队、目标分配与冲突消解，全流程无需地面持续干预。整套链路一键上电即能自发现、自配置、自恢复，真正实现“快部署、轻运维、低耦合”，显著提升集群在强对抗环境中的生存与打击效能，更顺应未来无人体系由“地控集中”向“空中智协”跃迁的技术方向。 主要成果（三）基于大模型的无人机智能调度平台 团队将大语言模型嵌入无人机云平台，构建“认知—规划—执行”一体化调度框架：上层以自然语言描述投送需求、气象限制和空域信息；大模型生成航线、机队分配及协作策略；调度结果通过空中自组网实时下发并在节点侧闭环反馈。 开发基于大模型控制的无人机物流系统，重点聚焦人工智能对空中投送体系的重塑。当前阶段提出以GPT为决策内核、无人机集群为执行载体的分布式空中物流系统。将调度逻辑前移至AI，人工仅对高层决策进行快速确认；空中节点通过自组网实时同步状态，执行链路不再依赖地面全程指挥。 2023年携手杭州迅蚁网络科技有限公司完成城市上空首轮飞行演示。实验结果显示，面对三类并发任务——人道急救、物资补给、失联风险预警——GPT的调度排序与专业调度员保持一致，却在响应时延与可并行任务数上明显优于人工。演示系统采用模块化架构：GPT决策单元通过标准端口与迅蚁云系统互联，可在不同规模、不同应用场景下灵活植入；用户侧基于BFF（Backend For Frontend）模式构建小程序与App，提供与真人对话一致的交互体验；后端通过PostgreSQL与Node.js完成高并发数据写入与状态同步，并向上位机发送指令。 结论表明，生成式人工智能的融入为无人机物流带来了高效、智能且可持续的新范式，尤其在高风险、高强度、链路脆弱的特种场景中潜力显著。下一步工作将围绕两条主线展开：面向智慧城市与民用大规模投送，持续优化人机协同效率，加快商业化落地；面向智能化装备建设，深化数字孪生训练与私有化 GPT 平台，实现全链路数据安全与决策快速部署。