English
讲座编号：jz-yjsb-2021-y028
讲座题目：第21期自动化前沿热点论坛“智能自动化与系统科学”
主 讲 人：洪奕光 教授 同济大学
张 涛 教授 清华大学
夏元清 教授 北京理工大学
侯忠生 教授 青岛大学
讲座时间：2021年06月26日（星期六）下午14:00
讲座所在：大发welcome阜成路校区综合楼三层报告厅（限校内人员加入）
在线直播平台：https://wx.vzan.com/live/tvchat-498988520?v=1623732170480
加入工具：人工智能学院、系统科学研究院全体教师和研究生
主办单位：人工智能学院、系统科学研究院、研究生院
主讲人简介：
洪奕光 ，教授 ，在北京大学力学系获得学士和硕士学位 ，在中科院系统科学所获得博士学位。随后在中科院系统科学所事情 ，现任同济大学上海自主智能无人系统科学中心副主任。曾任中科院系统控制重点实验室主任 ，中科院国家数学与交叉科学中心信息交叉部主任。IEEE Fellow ，人工智能学会会士、和自动化学会会士。现任国务院系统科学评议组召集人、中国系统工程学会常务理事、自动化学会控制理论专委会主任。Control Theory and Technology主编 ，还（曾）是国际知名期刊IEEE Transactions Automatic Control、IEEE Control Systems Magazine、IEEE Transactions Control of Network Systems等编委。一经获得中国控制集会“关肇直”最佳论文奖（1997）、国际自动控制联合会(IFAC)世界大会的青年作者奖（1999）、 中科院青年科学家奖（2001）、国家杰出青年基金（2004）、中国青年科技奖（2006）、中科院杰出青年（2007）、国家自然科学二等奖（2008）等。
张涛 ，工学博士 ，教授 ，博士生导师 ，清华大学自动化系系主任 ，信息科学技术学院副院长 ，工信部电子科技委委员 ，科技部特邀专家 ，北京信息科学与技术国家研究中心智能系统重点实验室主任。国际IET学会Fellow ，国际IEEE学会Senior Member ，国际自动控制联合会（IFAC）机械人技术委员会委员 ，中国人工智能学会理事 ，中国自动化学会理事。主要研究偏向为机械人学、人工智能、控制理论等。曾主持或加入国家863项目、国家973项目、国家自然科学基金等30余项。宣布论文200余篇 ，其中SCI收录80余篇。宣布学术专著、译著以及主编教材等10余部 ，获得海内授权发明专利20余项。曾获得国家级教学结果奖、教育部自然科学奖、中国自动化学会自然科学奖和中国电子学会电子信息科学技术奖等。
夏元清 ，博士 ，北京理工大学讲席教授 ，博士生导师 ，北京理工大学自动化学院院长、教育部“长江学者”特聘教授、国家杰出青年科学基金获得者、国家“万人计划”领军人才、享受国务院特殊津贴专家。担当国务院学位委员会第八届学科评议组成员、中国盘算机学会大数据专家委员会委员、中国仪器仪表学会物联网事情委员会副理事长、中国指挥与控制学会云控制与决策专业委员会主任委员；任国际刊物《International Journal of Automation and Computing》编委、《Gyroscopy and Navigation》、《自动化学报》编委、《控制理论与应用》、《控制与决策》等刊物编委。在海内外重要学术刊物上宣布学术论文300余篇 ，出书英文专著11部 ，中英文教材3部 ，并于2014-2019年连续六年入选Elsevier中国高被引学者榜单。曾获得2011年国家科技进步二等奖一项（排名第二） ，2012年、2017年教育部自然科学二等奖一项（排名第一） ，2010年、2015年北京市科学技术二等奖两项（排名第一）；获2012年北京市优秀博士论文指导教师奖、2015年中国自动化学会优秀博士论文指导教师奖。
侯忠生 ，青岛大学首席教授 ，系统科学研究院院长。中国自动化学会会士 ，IEEE Fellow。IFAC "Adaptive and Learning Systems" 技术委员会委员、"Transportation Systems"技术委员会委员。原北京交通大学自动控制系主任 ，二级教授、卓越百人计划“领军人才”入选者。中国自动化学会“数据驱动控制、学习与优化”专业委员会首创主任。“自动化学报”“控制理论与应用”“控制与决策”“系统科学与数学”编委；曾是IEEE TNN“基于数据的控制、决策、调理与故障诊断”专刊客座编委；IEEE TIE专刊“数据驱动控制与学习系统”责任客座编委。代表性科研项目：主持国家自然科学基金重点项目3项 ，国家自然科学基金重大国际相助项目1项。H指数48。建立并完善了“无模型自适应控制（MFAC）理论” ，MFAC内容已经被10部专著作为整章和部分章节引用 ，已经近200余个差别实际系统中获得应用；提出了系列的交通系统数据驱动学习预报与控制要领 ，事情多宣布在IEEE汇刊上；是迭代学习控制理论研究领域具有国际影响的活跃学者 ，事情已使迭代学习控制理论生长程数据驱动迭代学习控制理论；是数据驱动控制理论研究领域国际领航者之一。
主讲内容：
多智能体系统剖析设计中的非线性要领：针对现在多智能体系统剖析设计中的一些问题 ，利用非线性甚至非平滑要领进行剖析讨论 ，特别考虑解决漫衍式决策和漫衍式信息物理系统等中的问题 ，并简要说明一些新的生长趋势。
智能无人系统生长现状与应用趋势：智能无人系统是由机械、控制、盘算机、通信、质料等多种技术融合而成的庞大系统 ，人工智能无疑是生长智能无人系统的要害技术之一。由于人工智能技术的生长 ，我们发明人类可以创立出具有更高自主性和智能性的智能无人系统 ，并且该系统在某些方面可以接近人类水平。本报告将论述智能无人自主系统的生长趋势 ，介绍智能无人系统共性基础理论与要害技术 ，并划分对无人车、无人机、效劳机械人、农业机械人、轨道交通自动驾驶、无人船、无人车间/智能工厂、自主无人操作系统等智能无人系统的要害技术及应用进行介绍和剖析。
云控制系统及其在智能交通中的应用：针对现代车路云协同系统保存车路云协同决策有效性差、交通拥堵与联合管控能力弱、数据交互可靠性差、整体盘算资源有限等问题 ，基于云控制理论与云网边端协同控制系统 ，设计面向车路云协同的智能交通云控制系统计划及其平台架构 ，包括车路协同感知与数据处理技术、智能交通边沿控制技术、智能交通网络虚拟化技术、智能交通协同管控技术和智能交通车路云宁静管控技术；谥悄芙煌鞔笫 ，在云控制治理中心效劳器上利用深度学习等智能学习要领对收罗的交通流数据进行训练预测盘算 ，能够预测都会门路的短时交通流和拥堵状况。进一步在云端利用智能优化调理算法获得实时的交通流调控战略 ，用于解决拥堵路段交通流分派难题 ，提高智能交通控制系统动态运行性能。
大数据与人工智能配景下的控制科学：卡尔曼的最重要理论结果爆发于1960年 ，卡尔曼架构主要包括 ，状态空间模型、能控能观性、卡尔曼滤波、LQR等理论 ，卡尔曼架构对控制领域爆发了广泛而深远的影响。介绍卡尔曼架构下控制要领保存的诸多问题以及典范范式 ，即精确模型困难与未建模动力学、模型庞大与模型简约、连续激励条件与闭环事情等 ，以及严谨收敛性证明模式。然后 ，探讨如何坚持原有原来卡尔曼架构下控制理论与要领的优点 ，同时又需要解决建模困难与未建模动态这对要害孪生问题的途径；其次 ，以无模型自适应控制理论为例 ，说明了如何在模型未知情况下的设计控制系统以及如何剖析理论问题 ，以及与经典PID ，自适应控制之间的关系等内容；接下来 ，讨论了后卡尔曼时代的控制理论如何与大数据/AI结合；最后指出后卡尔曼时代的控制理论与要领应该具备的基本能力。
