高振，男，河南商丘人，中共党员。2025年获东北大学计算机科学与技术博士学位（学科评估结果为A类），师从东北大学计算机学院杨雷教授，同年加入南京林业大学工作。现为南京林业大学信息科学技术学院、人工智能学院计算机科学与工程系校聘副教授，F类人才引进。研究方向包括物联网, 移动边缘计算, 计算卸载, 无线网络资源分配, 无人机路径规划, 服务迁移, 群智感知, 机器人路径规划, 深度强化学习等。研究成果发表在TMC(计算机网络三大顶刊之一，CCF A类，中科院一区Top期刊)、TSC(服务计算顶刊，CCF A类，Top期刊)、IoTJ等期刊上，累计发表论文 15余 篇（其中8篇以第一作者身份发表于 CCF A 类/JCR一区期刊）。此外，长期担任计算机网络、无线通信、移动计算、云计算领域顶级期刊TMC，TSC，IoTJ，TWC等审稿人。指导特点主要包括 1) 时间充足，2) 细致耐心，3) 尊重学生的个人兴趣，4) 因材施教，5) 提供全链条科研支持。长期招收计算卸载, 资源分配, 无人机路径规划, 服务迁移, 群智感知, 机器人路径规划等方向的学生。课题组具体参见：https://gaozhen610351.github.io/EIS-RG.github.io/。联系方式：手机 13940242476（微信）；邮箱 gaozhen610351@163.com
高振 副教授
Email:gaozhen610351@163.com
办公电话:13940242476
研究领域：物联网, 移动边缘计算, 计算卸载, 无线网络资源分配, 无人机路径规划, 服务迁移, 群智感知, 机器人路径规划, 深度强化学习等。
职务:专任教师
系科:计算机科学与工程系
个人简历：
论文和专著：
1. SCI期刊:
1. [TMC'25] Gao Zhen, Yang Lei, Dai Y. Transfer Learning for Joint Trajectory Control and Task Offloading in Large-scale Partially Observable UAV-Assisted MEC [J]. IEEE Transactions on Mobile Computing (TMC), 2025. (中科院一区, CCF-A, Top期刊, 计算机网络三大顶刊之一, 影响因子9.2).
2. [TSC'24] Gao Zhen, Yang Lei, Dai Y. VRCCS-AC: Reinforcement Learning for Service Migration in Vehicular Edge Computing Systems [J]. IEEE Transactions on Services Computing (TSC), 2024.5. (JCR一区, CCF-A, 服务计算顶刊, 影响因子5.6).
3. [IoTJ'24] Gao Zhen, Yang Lei, Dai Y. Fast Adaptive Task Offloading and Resource Allocation in Large-Scale MEC Systems via Multi-Agent Graph Reinforcement Learning [J]. IEEE Internet of Things Journal (IoTJ), 2024.1. (JCR一区, Top期刊, 影响因子8.9).
4. [IoTJ'24] Gao Zhen, Yang Lei, Dai Y. MO-AVC: Deep Reinforcement Learning Based Trajectory Control and Task Offloading in Multi-UAV enabled MEC Systems [J]. IEEE Internet of Things Journal (IoTJ), 2024.4. (JCR一区, Top期刊, 影响因子8.9).
5. [IoTJ'24] Gao Zhen, J Fu, Z Jing, Y Dai, Lei Yang. MOIPC-MAAC: Communication-Assisted Multi-Objective MARL for Trajectory Planning and Task Offloading in Multi-UAV Assisted MEC [J]. IEEE Internet of Things Journal (IoTJ), 2024.5. (JCR一区, Top期刊, 影响因子8.9).
6. [IoTJ'24] Gao Zhen, Yang Lei, Dai Y. Large-scale Cooperative Task Offloading and Resource Allocation in Heterogeneous MEC Systems via Multi-Agent Reinforcement Learning [J]. IEEE Internet of Things Journal (IoTJ), 2024.1. (JCR一区, Top期刊, 影响因子8.9).
7. [IoTJ'23] Gao Zhen, Yang Lei, Dai Y. Large-Scale Computation Offloading Using a Multi-Agent Reinforcement Learning in Heterogeneous Multi-access Edge Computing[J]. IEEE Transactions on Mobile Computing (TMC), 2023.6. (中科院一区, CCF-A, Top期刊, 计算机网络三大顶刊之一, 影响因子9.2).
8. [IoTJ'23] Gao Zhen, Yang Lei, Dai Y. Fast Adaptive Task Offloading and Resource Allocation via Multi-agent Reinforcement Learning in Heterogeneous Vehicular Fog Computing[J]. IEEE Internet of Things Journal (IoTJ), 2023.4. (JCR一区, Top期刊, 影响因子8.9).
9. Gao Zhen, Yang Lei, Dai Yu. Multi-UAV Navigation for Collision-Constrained Partially Observable Communication Coverage by Communication-assisted Safe MARL [J]. IEEE Transactions on Mobile Computing, 小修 已经提交修改稿, 2025.6. (中科院一区, CCF-A, Top期刊, 计算机网络三大顶刊之一, 影响因子9.2)
10. Gao Zhen, Yang Lei, Dai Y. CPID-MAAC: RL for Joint User Association and Trajectory Control in UAV-assisted MEC Systems [J]. IEEE/ACM Transactions on Networking, 大修 已经提交修改稿, 2025.5. (CCF-A, JCR一区, Top期刊).
11. Gao Zhen, Yang Lei, Dai Yu. GRPM-MAAC: Multi-Agent Reinforcement Learning for Task Offloading in Vehicular Edge Computing Systems [J]. IEEE Transactions on Mobile Computing, 在审, 2024. (中科院一区, CCF-A, Top期刊, 计算机网络三大顶刊之一, 影响因子9.2).
12. Dai Y, Xue Q, Gao Zhen, et al. Offloading in Mobile Edge Computing Based on Federated Reinforcement Learning[J]. Wireless Communications and Mobile Computing, 2022.2. (JCR三区, 中科院四区).
13. Yu Dai, Jiaming Fu, Zhen Gao, Lei Yang, et al. Research on Joint Optimization of Task Offloading and UAV Trajectory in MEC Considering Communication Cost Based on Safe Reinforcement Learning [J]. Applied Sciences, 2024.3. (JCR二区, 中科院四区).
14. 代钰, 赵蓉, 郭浩男, 高振, 杨雷. 基于Long-Transformer的轨道交通装备及关键零部件剩余寿命预测. 制造业自动化, 2022.12. 北大核心.
15. 代钰, 景宗明, 杨雷, 高振. 部分可观测环境中基于图强化学习的任务卸载与资源分配联合优化方法. 东北大学学报（自然科学版）, 2023.12. 北大核心.
2. 部分发明专利：
(1) 高振, 刘禹峤, 杨雷, 代钰.一种基于进化的多目标强化学习的车辆路线规划方法, 公开号: CN115907254A, 2023.4.
(2) 周颖, 张柳, 李英会, 杨雷, 代钰, 高振.一种面向用户的基于部分可观测信息的服务迁移决策方法, 公开号: CN117493007A, 2024.2.
(3) 李琪, 方爽, 杨雷, 代钰, 高振, 刘禹峤.一种基于偏好驱动的多目标强化学习的车辆路线规划方法, 公开号: CN118195457A, 2024.3.
(4) 徐张兴,林千雯,刘旌扬,代钰,杨雷,高振. 基于自动编码器的多无人机路径规划和功率分配方法. 申请号：202411330172.5.
科研项目：
(1) 2020.10-2023.11, 轨道交通装备运行质量检验监测科技服务技术研发与应用(课题编号: 2019YFB1405402), 国家重点研发计划, 375.00 万, 参与
(2) 2021.12-2024.11, 面向全产业链协同的包装食品产业互联网服务平台研发与应用(课题编号: 2021YFF0901205), 国家重点研发计划, 160.00 万, 参与