自动化背景申请人工智能学硕时，我的优势主要来自机器人和智能控制相关经历。本科是某中部 211 的自动化专业，排名 5/98，处在前 5%，六级 550 分。材料里我没有把自动化和人工智能割裂开，而是尽量把控制、机器人、机器学习放在一条连续的方向线上。
科研方面，我参与过导师的国家自然科学基金青年项目“工业机器人轨迹优化算法研究”，主要负责算法仿真和实验验证，并发表过 1 篇 EI 会议论文，身份是第二作者。竞赛经历包括全国大学生数学建模竞赛国家级二等奖、全国大学生电子设计竞赛省级一等奖、中国机器人大赛省级一等奖。
项目里最重要的是本科毕设“基于深度学习的机器人视觉抓取系统”，我独立完成数据采集、模型训练和系统集成。另一个项目是校级大创“智能仓储 AGV 小车设计”，我负责运动控制模块开发。奖项方面拿过 1 次国家奖学金、2 次校级一等奖学金和 2 次校级三好学生。
暨南大学智能科学与工程学院的夏令营给了我人工智能学硕的结果，导师是机器人与智能控制方向教授。整个申请季一共拿到 4 个 offer，包括暨南大学智能学院、哈尔滨工业大学（深圳）机电工程学院、中南大学自动化学院和湖南大学自动化学院。
最后我放弃了哈工大深圳的机会，选择暨南大学，主要是看重珠三角产业资源，以及导师在机器人与智能控制方向上的研究匹配度。整个流程只参加了夏令营，入营后拿到优营，预推免和九推没有再参与。
夏令营阶段，我投递并参加了多所自动化、控制和智能方向相关学院。暨南大学智能科学与工程学院入营后拿到优营，也成为最后确定的去向。哈尔滨工业大学（深圳）机电工程学院、中南大学自动化学院和湖南大学电气与信息工程学院同样都给了入营机会，考核后也拿到优营。
浙江大学控制科学与工程学院和上海交通大学电子信息与电气工程学院没有入营。这两次未入营让我对目标梯度有了更现实的判断，也促使我把精力集中在方向更匹配、导师沟通更顺畅的项目上。
3 月开始整理材料，修改简历和个人陈述，同时邮件联系意向导师，把科研成果和项目情况发过去。4 月主要复习自动控制原理、现代控制理论、机器学习等核心课程，为夏令营笔试和面试打基础。
5 月集中投递各院校夏令营申请。6 月收到入营通知后，我开始制作科研汇报 PPT，梳理工业机器人轨迹优化和视觉抓取项目的细节，也做了模拟面试。7 月参加各校夏令营，并拿到暨南大学智能学院优营。8 月继续和导师沟通研究方向，确认优营资格。9 月完成本校推免资格审核，在研招网填报志愿并录取。
简历修改了 6 版，重点量化科研和竞赛成果，比如论文、算法仿真、实验验证、机器人项目的实际效果等，同时附上论文链接和项目演示视频。个人陈述写了 3 版，会根据不同院校调整侧重点，但给暨南大学的版本更强调人工智能、机器人和智能控制的结合。
推荐信准备了两封，分别来自科研项目导师和核心专业课老师，都是副教授。证明材料方面，成绩单和排名证明由教务处开具，奖项和项目材料按重要性整理成 PDF，文件命名尽量规范，方便老师查阅。
暨南大学智能学院的面试流程是 8 分钟科研汇报、15 分钟专业提问和 5 分钟英语问答。科研汇报主要围绕工业机器人轨迹优化项目，老师会顺着汇报内容继续追问创新点、技术难点和实验验证。
专业问题覆盖自动化和人工智能两部分。控制方向问到了 PID 控制器参数整定方法、根轨迹法应用；机器学习方向问到线性回归与逻辑回归原理、CNN 基本结构。老师还问了我对当前大模型在工业控制领域应用的看法，这类问题没有标准答案，但需要能结合自动化场景表达自己的理解。
英语部分包括英文自我介绍、为什么选择暨南大学智能科学与工程学院，以及未来 3 年研究规划。整体氛围偏学术，老师对科研经历和专业基础都比较关注，尤其是写在材料里的项目细节，基本都会被追问。
自动化转人工智能学硕，关键不是把自己说成纯 AI 背景，而是把控制、机器人、机器学习之间的关系讲清楚。像机器人视觉抓取、AGV 运动控制、工业机器人轨迹优化这些经历，本身就有交叉属性，材料和面试里要把这条线搭起来。
复习时不能只看机器学习，也要保留自动化专业基础。PID、根轨迹、现代控制理论这些内容仍然会被问到；同时线性回归、逻辑回归、CNN 等 AI 基础也要讲得清楚。老师更关注的是你能不能把两边知识结合到具体项目里，而不是只背概念。
最后择校时，我更看重研究方向和区域资源。暨南大学在珠三角的产业环境、导师的机器人与智能控制方向，都和我的经历比较贴合，所以即使有其他 offer，我还是选择了这里。