宾夕法尼亚大学建筑设计采用机器人和自主系统MSD-RAS，“MSD-RAS将是学习和结合最先进的设计技术和最具创新性的机器人制造技术的难得机会。作为建筑行业的专业人士，我认为在这些硕士课程中获得的知识对于在当今和未来的专业或学术领域为我们提供代理服务至关重要。”——Mariana Righi（现任建筑学硕士）
宾夕法尼亚大学建筑设计采用机器人和自主系统MSD-RAS，“MSD-RAS将是学习和结合最先进的设计技术和最具创新性的机器人制造技术的难得机会。作为建筑行业的专业人士，我认为在这些硕士课程中获得的知识对于在当今和未来的专业或学术领域为我们提供代理服务至关重要。”——Mariana Righi（现任建筑学硕士）
美国常春藤名校之一！
今天为大家介绍美国宾夕法尼亚大学的Robotics and Autonomous Systems(MSD-RAS)（机器人和自主系统)这个专业,让我们来近距离了解一下这个专业的具体内容~
宾夕法尼亚大学名列2019福布斯美国大学排行榜第6名，2022U.S.News美国最佳大学排名第8名，2022U.S.News世界大学排名第13名，2022泰晤士高等教育世界大学排名第13名。学校曾在2015年被普林斯顿评论评为十大梦想学校之一。
宾夕法尼亚大学（UPenn）在2022 QS世界大学排名中，名列世界第13位，北美第7位！
宾夕法尼亚大学
院校介绍：宾夕法尼亚大学（University of Pennsylvania）简称宾大（UPenn），位于美国宾夕法尼亚州的费城，是一所著名的私立研究型大学，8所常春藤盟校之一，还是美洲大学协会的14所创始校之一。学校创建于1740年，是美国第四古老的高等教育机构，也是美国第一所从事科学技术和人文教育的现代高等学校。美国《独立宣言》的9位签字者和《美国宪法》的11位签字者和该校有关。本杰明·富兰克林是学校的创建人。
而宾大的建筑系和景观系、规划系等都隶属于设计学院（School of Design，简称PennDesign，后因赞助而更名为Stuart Weitzman School of Design）。
宾大是美国第一所从事科学技术和人文教育的现代高等学校。作为常春藤大学，景观、建筑专业拥有悠久的历史和傲人的名望，纵观美国建筑授课史，宾大是景观建筑学位认证的鼻祖和开始，也是全球最负盛名的景观建筑学院之一，和哈佛GSD齐名。
Program Overview
The MSD-RAS aims to develop novel approaches to the design，manufacture，use，and life-cycle of architecture through creative engagement with robotics，material systems,and design-computation.
Students will gain skills in advanced forms of robotic fabrication，simulation，and artificial intelligence，in order to develop methods for design that harness production or live adaption as a creative opportunity.Robotically manufactured architectural prototypes(part or whole)will be developed by students and presented and exhibited at the completion of the course.
MSD-RAS旨在通过机器人、材料系统和设计计算的创造性参与，开发建筑的设计、制造、使用和生命周期的新方法。
学生将获得高级形式的机器人制造、仿真和人工智能的技能，以便开发利用生产或现场适应作为创造性机会的设计方法。机器人制造的建筑原型(部分或全部)将由学生开发，并在课程结束时展示和展示。
UPenn建筑设计采用机器人和自主系统MSD-RAS
“MSD-RAS将是学习和结合最先进的设计技术和最具创新性的机器人制造技术的难得机会。作为建筑行业的专业人士，我认为在这些硕士课程中获得的知识对于在当今和未来的专业或学术领域为我们提供代理服务至关重要。”——Mariana Righi（现任建筑学硕士）
UPenn建筑设计采用机器人和自主系统MSD-RAS
专业介绍
在“Robotics and Autonomous Systems(MSD-RAS)（机器人和自主系统)”项目中介绍：第四次工业革命（工业4.0）描述了最近向自治系统的转变，以及社会对包含数字通信和导航基础设施，机器人制造和人工智能的网络物理过程的依赖。当前，建筑行业正在通过采用机器人技术（例如增材制造系统）进行转型，这些技术可减少交付建筑物的时间，成本和复杂性，并具有潜在的人道主义和社会经济效益。采用这些技术还不仅可以在生产中而且在设计中实现更大的自动化，这对现有的建筑实践模式提出了挑战。MSD-RAS计划探索了各种途径，以重新定位建筑设计在当今的自主技术中的作用，目的是通过利用设计中的机器人和材料过程来扩大社会和设计机会。
MSD-RAS是建筑设计专业全球领先，它提供有关建筑设计和机器人制造的独特教育。虽然其他课程可能专注于制造或计算，但MSD-RAS提供了动手实验，设计推测，基于团队的协作以及访问世界领先设施的机会，而学习主要通过基于项目的工作来支持，而不是通过一个书面论文。
该计划强调以项目为基础的工作，提供了实践学习的机会，同时还得到与设计项目直接相关的并行的技术和理论课程的支持，确保参与者从整体上学习如何从多个创意和技术方面着手设计，同时学习如何与工业界和学术界进行设计研究交流。由于MSD-RAS是在大型常春藤联盟研究机构的范围内运作的，因此与机械工程，计算科学，材料科学，生物学和医学部门的利益也存在重叠，从而为跨学科合作或参与提供了机会在开创性的跨学科研究和座谈会上。
自主制造实验室作品UPenn建筑设计采用机器人和自主系统MSD-RAS
就业机会
MSD-RAS项目通过获得最先进的机器人技术，材料制造和设计，使毕业生能够在行业研究和开发的最前沿开展业务，并以能够影响当今世界的高技能专业人士的身份毕业以及通过新型生产，实践和企业家精神形式的建筑和工业的未来轨迹。无论您是想发展事业，过渡到新行业，创办公司还是开拓新兴领域，MSD-RAS项目均提供具有开创性技术和世界一流资格的实践经验，可帮助实现学生的目标。
意大利教堂Sant'Agnese的内部，
UPenn建筑设计采用机器人和自主系统MSD-RAS
课程安排
详情请见官网
UPenn建筑设计采用机器人和自主系统MSD-RAS课表
课程目标
·获得最先进的机器人技术，材料制造和设计计算资格。
·培养先进的制造，计算，机器人编程和多模式传感技术方法，并将其集成到创新设计方法中。
·扩大职业机会和选择，以便在多元化领域工作。
·影响通过新颖的生产，实践和企业家精神形式建筑的现在和未来轨迹。
·运行在行业研究和发展的最前沿。
UPenn几何和建筑技术研究
申请时间
申请截止日期：2021年2月1日
课程开始日期：2021年8月31日
春季开放申请：2021年4月5日
申请材料
语言成绩
GRE（非必要）,托福成绩100，雅思成绩7.0。
申请材料
推荐信3封，通过学校发的推荐确认链接上传、成绩单、写作范文、个人陈述不超过500字、申请费用$80、
学位证书/在读证明在校生提供在读证明，毕业生需提供学位证毕业证。
作品集要求
作品集应以视觉表达为基础，讲述个人随着时间的兴趣、技能和发展的故事，包括最能表达个人视觉，空间和建筑能力的项目。这些项目可能包括素描，绘画，雕塑或摄影；图形，工业或室内设计；建筑，景观或城市设计。评估作品集的教师对建筑或景观建筑设计的能力要求较低，而对材料和构造的基本理解所表达的视觉和空间能力的连贯展示则显得更多。
申请人应包括至少五个完全单独完成的项目；可以添加组队项目。如果是学校项目，则必须明确标明项目的教授，以及联系方式。
详见官网申请
学费及助学金
学费
UPenn建筑设计学费
详见官网学费
助学金
学生也可以获得研究生助教奖学金，或在他们的学习领域申请助学金或研究助教奖学金。
详见官网助学金
奖学金
详见官网奖学金
学术师资
世界领先的跨领域专业教授
UPenn建筑设计采用机器人和自主系统MSD-RAS
MSD-RAS计划由宾大建筑学科和国际经验最丰富的建筑学系教授，同时利用UPenn工程和计算机科学部门的专业知识来贡献机器人技术，计算机视觉，电气工程等方面的专业知识。
宾夕法尼亚大学的教职员工正在积极从事与MSD-RAS核心主题相关的研究和实践项目，例如与Cemex合作的全尺寸预制混凝土房屋原型，该原型利用机器人的热线切割技术来生产模板模具，与Robofold合作进行的机器人弯曲折叠钣金安装，或使用热适应性机器人钣金成型制造的先进的环保冷却眼天窗。
先进的研究与创新机器人实验室
MSD-RAS的学生将使用UPenn新建的高级研究与创新机器人实验室设施，该设施可容纳最先进的工业机器人和经验丰富的员工。新工厂包括2台ABB IRB4600-60机器人，为基于个人和团队的机器人生产提供了灵活的生产空间。在自动工具更换能力上的大量投资使得可以在最短的设置时间内进行广泛的生产活动，例如机器人铣削，增材制造，钣金弯曲或机器人热线切割。ARI设施还包括其他工业机器人，3d打印机，生产前和生产后工作区以及用于支持制造和机器人工具开发的设备。MSD-RAS的学生将接受如何使用ARI工业机器人的培训，并且有望通过机器人制造的原型以及机器人程序和/或末端执行器工具的开发来进行大量的设计研究。
