講座編號:jz-yjsb-2021-y028
講座題目:第21期自動化前沿?zé)狳c(diǎn)論壇“智能自動化與系統(tǒng)科學(xué)”
主 講 人:洪奕光 教授 同濟(jì)大學(xué)
張 濤 教授 清華大學(xué)
夏元清 教授 北京理工大學(xué)
侯忠生 教授 青島大學(xué)
講座時間:2021年06月26日(星期六)下午14:00
講座地點(diǎn):北京工商大學(xué)阜成路校區(qū)綜合樓三層報(bào)告廳(限校內(nèi)人員參加)
在線直播平臺:https://wx.vzan.com/live/tvchat-498988520?v=1623732170480
參加對象:人工智能學(xué)院、系統(tǒng)科學(xué)研究院全體教師和研究生
主辦單位:人工智能學(xué)院、系統(tǒng)科學(xué)研究院、研究生院
主講人簡介:
洪奕光,教授,在北京大學(xué)力學(xué)系獲得學(xué)士和碩士學(xué)位,在中科院系統(tǒng)科學(xué)所獲得博士學(xué)位。隨后在中科院系統(tǒng)科學(xué)所工作,現(xiàn)任同濟(jì)大學(xué)上海自主智能無人系統(tǒng)科學(xué)中心副主任。曾任中科院系統(tǒng)控制重點(diǎn)實(shí)驗(yàn)室主任,中科院國家數(shù)學(xué)與交叉科學(xué)中心信息交叉部主任。IEEE Fellow,人工智能學(xué)會會士、和自動化學(xué)會會士。現(xiàn)任國務(wù)院系統(tǒng)科學(xué)評議組召集人、中國系統(tǒng)工程學(xué)會常務(wù)理事、自動化學(xué)會控制理論專委會主任。Control Theory and Technology主編,還(曾)是國際知名期刊IEEE Transactions Automatic Control、IEEE Control Systems Magazine、IEEE Transactions Control of Network Systems等編委。曾經(jīng)獲得中國控制會議“關(guān)肇直”最佳論文獎(1997)、國際自動控制聯(lián)合會(IFAC)世界大會的青年作者獎(1999)、 中科院青年科學(xué)家獎(2001)、國家杰出青年基金(2004)、中國青年科技獎(2006)、中科院杰出青年(2007)、國家自然科學(xué)二等獎(2008)等。
張濤,工學(xué)博士,教授,博士生導(dǎo)師,清華大學(xué)自動化系系主任,信息科學(xué)技術(shù)學(xué)院副院長,工信部電子科技委委員,科技部特邀專家,北京信息科學(xué)與技術(shù)國家研究中心智能系統(tǒng)重點(diǎn)實(shí)驗(yàn)室主任。國際IET學(xué)會Fellow,國際IEEE學(xué)會Senior Member,國際自動控制聯(lián)合會(IFAC)機(jī)器人技術(shù)委員會委員,中國人工智能學(xué)會理事,中國自動化學(xué)會理事。主要研究方向?yàn)闄C(jī)器人學(xué)、人工智能、控制理論等。曾主持或參與國家863項(xiàng)目、國家973項(xiàng)目、國家自然科學(xué)基金等30余項(xiàng)。發(fā)表論文200余篇,其中SCI收錄80余篇。發(fā)表學(xué)術(shù)專著、譯著以及主編教材等10余部,獲得國內(nèi)授權(quán)發(fā)明專利20余項(xiàng)。曾獲得國家級教學(xué)成果獎、教育部自然科學(xué)獎、中國自動化學(xué)會自然科學(xué)獎和中國電子學(xué)會電子信息科學(xué)技術(shù)獎等。
夏元清,博士,北京理工大學(xué)講席教授,博士生導(dǎo)師,北京理工大學(xué)自動化學(xué)院院長、教育部“長江學(xué)者”特聘教授、國家杰出青年科學(xué)基金獲得者、國家“萬人計(jì)劃”領(lǐng)軍人才、享受國務(wù)院特殊津貼專家。擔(dān)任國務(wù)院學(xué)位委員會第八屆學(xué)科評議組成員、中國計(jì)算機(jī)學(xué)會大數(shù)據(jù)專家委員會委員、中國儀器儀表學(xué)會物聯(lián)網(wǎng)工作委員會副理事長、中國指揮與控制學(xué)會云控制與決策專業(yè)委員會主任委員;任國際刊物《International Journal of Automation and Computing》編委、《Gyroscopy and Navigation》、《自動化學(xué)報(bào)》編委、《控制理論與應(yīng)用》、《控制與決策》等刊物編委。在國內(nèi)外重要學(xué)術(shù)刊物上發(fā)表學(xué)術(shù)論文300余篇,出版英文專著11部,中英文教材3部,并于2014-2019年連續(xù)六年入選Elsevier中國高被引學(xué)者榜單。曾獲得2011年國家科技進(jìn)步二等獎一項(xiàng)(排名第二),2012年、2017年教育部自然科學(xué)二等獎一項(xiàng)(排名第一),2010年、2015年北京市科學(xué)技術(shù)二等獎兩項(xiàng)(排名第一);獲2012年北京市優(yōu)秀博士論文指導(dǎo)教師獎、2015年中國自動化學(xué)會優(yōu)秀博士論文指導(dǎo)教師獎。
侯忠生,青島大學(xué)首席教授,系統(tǒng)科學(xué)研究院院長。中國自動化學(xué)會會士,IEEE Fellow。IFAC "Adaptive and Learning Systems" 技術(shù)委員會委員、"Transportation Systems"技術(shù)委員會委員。原北京交通大學(xué)自動控制系主任,二級教授、卓越百人計(jì)劃“領(lǐng)軍人才”入選者。中國自動化學(xué)會“數(shù)據(jù)驅(qū)動控制、學(xué)習(xí)與優(yōu)化”專業(yè)委員會創(chuàng)始主任。“自動化學(xué)報(bào)”“控制理論與應(yīng)用”“控制與決策”“系統(tǒng)科學(xué)與數(shù)學(xué)”編委;曾是IEEE TNN“基于數(shù)據(jù)的控制、決策、調(diào)度與故障診斷”專刊客座編委;IEEE TIE專刊“數(shù)據(jù)驅(qū)動控制與學(xué)習(xí)系統(tǒng)”責(zé)任客座編委。代表性科研項(xiàng)目:主持國家自然科學(xué)基金重點(diǎn)項(xiàng)目3項(xiàng),國家自然科學(xué)基金重大國際合作項(xiàng)目1項(xiàng)。H指數(shù)48。創(chuàng)立并完善了“無模型自適應(yīng)控制(MFAC)理論”,MFAC內(nèi)容已經(jīng)被10部專著作為整章和部分章節(jié)引用,已經(jīng)近200余個不同實(shí)際系統(tǒng)中得到應(yīng)用;提出了系列的交通系統(tǒng)數(shù)據(jù)驅(qū)動學(xué)習(xí)預(yù)報(bào)與控制方法,工作多發(fā)表在IEEE匯刊上;是迭代學(xué)習(xí)控制理論研究領(lǐng)域具有國際影響的活躍學(xué)者,工作已使迭代學(xué)習(xí)控制理論發(fā)展程數(shù)據(jù)驅(qū)動迭代學(xué)習(xí)控制理論;是數(shù)據(jù)驅(qū)動控制理論研究領(lǐng)域國際領(lǐng)航者之一。
主講內(nèi)容:
多智能體系統(tǒng)分析設(shè)計(jì)中的非線性方法:針對現(xiàn)在多智能體系統(tǒng)分析設(shè)計(jì)中的一些問題,利用非線性甚至非光滑方法進(jìn)行分析討論,特別考慮解決分布式?jīng)Q策和分布式信息物理系統(tǒng)等中的問題,并簡要說明一些新的發(fā)展趨勢。
智能無人系統(tǒng)發(fā)展現(xiàn)狀與應(yīng)用趨勢:智能無人系統(tǒng)是由機(jī)械、控制、計(jì)算機(jī)、通信、材料等多種技術(shù)融合而成的復(fù)雜系統(tǒng),人工智能無疑是發(fā)展智能無人系統(tǒng)的關(guān)鍵技術(shù)之一。由于人工智能技術(shù)的發(fā)展,我們發(fā)現(xiàn)人類可以創(chuàng)造出具有更高自主性和智能性的智能無人系統(tǒng),并且該系統(tǒng)在某些方面可以接近人類水平。本報(bào)告將闡述智能無人自主系統(tǒng)的發(fā)展趨勢,介紹智能無人系統(tǒng)共性基礎(chǔ)理論與關(guān)鍵技術(shù),并分別對無人車、無人機(jī)、服務(wù)機(jī)器人、農(nóng)業(yè)機(jī)器人、軌道交通自動駕駛、無人船、無人車間/智能工廠、自主無人操作系統(tǒng)等智能無人系統(tǒng)的關(guān)鍵技術(shù)及應(yīng)用進(jìn)行介紹和分析。
云控制系統(tǒng)及其在智能交通中的應(yīng)用:針對現(xiàn)代車路云協(xié)同系統(tǒng)存在車路云協(xié)同決策有效性差、交通擁堵與聯(lián)合管控能力弱、數(shù)據(jù)交互可靠性差、整體計(jì)算資源有限等問題,基于云控制理論與云網(wǎng)邊端協(xié)同控制系統(tǒng),設(shè)計(jì)面向車路云協(xié)同的智能交通云控制系統(tǒng)方案及其平臺架構(gòu),包括車路協(xié)同感知與數(shù)據(jù)處理技術(shù)、智能交通邊緣控制技術(shù)、智能交通網(wǎng)絡(luò)虛擬化技術(shù)、智能交通協(xié)同管控技術(shù)和智能交通車路云安全管控技術(shù)。基于智能交通流大數(shù)據(jù),在云控制管理中心服務(wù)器上利用深度學(xué)習(xí)等智能學(xué)習(xí)方法對采集的交通流數(shù)據(jù)進(jìn)行訓(xùn)練預(yù)測計(jì)算,能夠預(yù)測城市道路的短時交通流和擁堵狀況。進(jìn)一步在云端利用智能優(yōu)化調(diào)度算法得到實(shí)時的交通流調(diào)控策略,用于解決擁堵路段交通流分配難題,提高智能交通控制系統(tǒng)動態(tài)運(yùn)行性能。
大數(shù)據(jù)與人工智能背景下的控制科學(xué):卡爾曼的最重要理論成果產(chǎn)生于1960年,卡爾曼架構(gòu)主要包括,狀態(tài)空間模型、能控能觀性、卡爾曼濾波、LQR等理論,卡爾曼架構(gòu)對控制領(lǐng)域產(chǎn)生了廣泛而深遠(yuǎn)的影響。介紹卡爾曼架構(gòu)下控制方法存在的諸多問題以及典型范式,即精確模型困難與未建模動力學(xué)、模型復(fù)雜與模型簡約、持續(xù)激勵條件與閉環(huán)工作等,以及嚴(yán)謹(jǐn)收斂性證明模式。然后,探討如何保持原有原來卡爾曼架構(gòu)下控制理論與方法的優(yōu)點(diǎn),同時又需要解決建模困難與未建模動態(tài)這對關(guān)鍵孿生問題的途徑;其次,以無模型自適應(yīng)控制理論為例,說明了如何在模型未知情況下的設(shè)計(jì)控制系統(tǒng)以及如何分析理論問題,以及與經(jīng)典PID,自適應(yīng)控制之間的關(guān)系等內(nèi)容;接下來,討論了后卡爾曼時代的控制理論如何與大數(shù)據(jù)/AI結(jié)合;最后指出后卡爾曼時代的控制理論與方法應(yīng)該具備的基本能力。
