在课程项目中负责具身抓取策略的强化学习算法设计与训练：基于PyBullet搭建仿真机械臂抓取环境，采用PPO训练抓取策略，设计稠密奖励并引入域随机化提升策略鲁棒性；同时与两名同学分工完成环境封装与训练日志可视化。在固定随机种子、200回合测试口径下，抓取成功率由随机策略的18%提升至71%，并整理消融实验报告，量化分析奖励设计与域随机化对收敛速度和最终成功率的影响。

在校园机器人视觉抓取竞赛中负责桌面物体检测与抓取位姿估计：基于YOLOv8微调自建300张标注数据集，结合点云平面拟合与法向估计输出抓取候选位姿，并与队友联调ROS节点，将检测结果接入机械臂执行抓取。竞赛现场固定光照条件下完成40次抓取测试，成功31次，成功率约77.5%；赛后复盘失败样本，定位反光与遮挡导致的检测漏检问题，并提出增加多角度采集与数据增强的改进方案。