2026个人学习报告(3篇).docxVIP

2026个人学习报告(3篇)

第一篇

2026年是我攻读计算机科学与技术专业学术型硕士的第二个学年，全年围绕多模态具身智能的小样本泛化方向完成了规定课程学习、科研攻坚、学术交流与实践落地四类核心学习任务，累计投入有效学习时长1872小时，较2025年的1624小时提升15.3%。年初制定学习计划时我就明确，研二阶段的学习不能停留在“看论文、写作业”的被动输入层面，必须锚定“能解决真问题、能产出可复现成果、能补全能力短板”三个目标，把知识输入、实验验证、成果输出形成完整闭环，避免陷入“为学习而学习”的内耗。

课程学习层面，我完成了高级强化学习、具身认知科学前沿、开源生态合规、学术英语写作4门学位课与选修课的学习，平均成绩92.3分，专业排名前5%。不同于研一阶段满足于听懂知识点、完成课程作业的学习状态，2026年的课程学习我始终带着科研中遇到的实际问题找答案：学习高级强化学习课程时，我带着“离线强化学习在真实机械臂场景下分布偏移”的具体问题，没有停留在掌握2024年提出的CQL算法原理层面，而是跟着课程进度复现了2025年MIT媒体实验室提出的带因果校正的离线强化学习框架，先后调整了8次超参数，在实验室的UR10机械臂平台上完成120小时的真实场景测试，发现该框架虽然在公开数据集上的样本效率比传统CQL算法高42%，但在存在动态障碍物的非结构化场景下，鲁棒性会下降37%——这个结论后