勤勉奋进。施林轩在分享论文发表心得时提到，面对本科生繁重的课程压力，他仍坚持将大量课外时间都倾注于实验室、文献研读和数据分析，将自己的每一份努力投入都化作了科研路上的扎实脚印。希望自己未来可以在科研的道路上越走越远。

敢于尝试。曹为治谈到，自入学以来，他便对机器人感知、执行与仿真这一新兴领域产生浓厚兴趣，课后通过查阅大量资料深入探索。恰逢学院启动 “新工科” 交叉融合拔尖创新人才培育项目，他毅然选择加入沈宇凌老师团队，开启系统化的科研探索之路。在科研训练的过程中，他逐步形成面向实际工程问题的思维方式，也进一步明确了未来的研究方向。

师者匠心。沈老师深知，冲击顶会论文的过程中，仅靠个人努力是远远不够的。他以定期研讨为纽带，从抽象问题提炼、数据模型搭建、实验结果论证、论文内容撰写等方面严格把关，紧扣每个细节，培养学生的学术思维能力和科研素养。

机器人感知、执行与仿真过程中，所有的计算都依赖有限字长的处理器与内存，因此舍入误差会累积并影响计算结果。Markov参数是表征动态系统的瞬态特性重要参数，可以作为建模和控制的依据。本课题深入研究了舍入误差对Markov参数的影响。从理论上，本课题证明了在LTI系统中，有限精度的计算不会改变基于I/O数据评估的Markov参数，并通过数值实验，验证了在16位有限字长环境下，Markov参数在定点与浮点运算中的不变性。该成果可用于计算精度受限的机器人控制、飞行器系统、电路仿真等工程领域，为动态系统建模与控制提供新技术路径。