講座編號：jz-yjsb-2021-y028

講座題目：第21期自動化前沿熱點論壇“智能自動化與系統科學”

主 講 人：洪奕光 教授 同濟大學

張 濤 教授 清華大學

夏元清 教授 北京理工大學

侯忠生 教授 青島大學

講座時間：2021年06月26日（星期六）下午14:00

講座地點：北京工商大學阜成路校區綜合樓三層報告廳（限校內人員參加）

在線直播平臺：https://wx.vzan.com/live/tvchat-498988520?v=1623732170480

參加對象：人工智能學院、系統科學研究院全體教師和研究生

主辦單位：人工智能學院、系統科學研究院、研究生院

主講人簡介：

洪奕光，教授，在北京大學力學系獲得學士和碩士學位，在中科院系統科學所獲得博士學位。隨后在中科院系統科學所工作，現任同濟大學上海自主智能無人系統科學中心副主任。曾任中科院系統控制重點實驗室主任，中科院國家數學與交叉科學中心信息交叉部主任。IEEE Fellow，人工智能學會會士、和自動化學會會士。現任國務院系統科學評議組召集人、中國系統工程學會常務理事、自動化學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。曾經獲得中國控制會議“關肇直”最佳論文獎（1997）、國際自動控制聯合會(IFAC)世界大會的青年作者獎（1999）、 中科院青年科學家獎（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）、國家自然科學二等獎（2008）等。

張濤，工學博士，教授，博士生導師，清華大學自動化系系主任，信息科學技術學院副院長，工信部電子科技委委員，科技部特邀專家，北京信息科學與技術國家研究中心智能系統重點實驗室主任。國際IET學會Fellow，國際IEEE學會Senior Member，國際自動控制聯合會（IFAC）機器人技術委員會委員，中國人工智能學會理事，中國自動化學會理事。主要研究方向為機器人學、人工智能、控制理論等。曾主持或參與國家863項目、國家973項目、國家自然科學基金等30余項。發表論文200余篇，其中SCI收錄80余篇。發表學術專著、譯著以及主編教材等10余部，獲得國內授權發明專利20余項。曾獲得國家級教學成果獎、教育部自然科學獎、中國自動化學會自然科學獎和中國電子學會電子信息科學技術獎等。

夏元清，博士，北京理工大學講席教授，博士生導師，北京理工大學自動化學院院長、教育部“長江學者”特聘教授、國家杰出青年科學基金獲得者、國家“萬人計劃”領軍人才、享受國務院特殊津貼專家。擔任國務院學位委員會第八屆學科評議組成員、中國計算機學會大數據專家委員會委員、中國儀器儀表學會物聯網工作委員會副理事長、中國指揮與控制學會云控制與決策專業委員會主任委員；任國際刊物《International Journal of Automation and Computing》編委、《Gyroscopy and Navigation》、《自動化學報》編委、《控制理論與應用》、《控制與決策》等刊物編委。在國內外重要學術刊物上發表學術論文300余篇，出版英文專著11部，中英文教材3部，并于2014-2019年連續六年入選Elsevier中國高被引學者榜單。曾獲得2011年國家科技進步二等獎一項（排名第二），2012年、2017年教育部自然科學二等獎一項（排名第一），2010年、2015年北京市科學技術二等獎兩項（排名第一）；獲2012年北京市優秀博士論文指導教師獎、2015年中國自動化學會優秀博士論文指導教師獎。

侯忠生，青島大學首席教授，系統科學研究院院長。中國自動化學會會士，IEEE Fellow。IFAC "Adaptive and Learning Systems" 技術委員會委員、"Transportation Systems"技術委員會委員。原北京交通大學自動控制系主任，二級教授、卓越百人計劃“領軍人才”入選者。中國自動化學會“數據驅動控制、學習與優化”專業委員會創始主任。“自動化學報”“控制理論與應用”“控制與決策”“系統科學與數學”編委；曾是IEEE TNN“基于數據的控制、決策、調度與故障診斷”專刊客座編委；IEEE TIE專刊“數據驅動控制與學習系統”責任客座編委。代表性科研項目：主持國家自然科學基金重點項目3項，國家自然科學基金重大國際合作項目1項。H指數48。創立并完善了“無模型自適應控制（MFAC）理論”，MFAC內容已經被10部專著作為整章和部分章節引用，已經近200余個不同實際系統中得到應用；提出了系列的交通系統數據驅動學習預報與控制方法，工作多發表在IEEE匯刊上；是迭代學習控制理論研究領域具有國際影響的活躍學者，工作已使迭代學習控制理論發展程數據驅動迭代學習控制理論；是數據驅動控制理論研究領域國際領航者之一。

主講內容：

多智能體系統分析設計中的非線性方法：針對現在多智能體系統分析設計中的一些問題，利用非線性甚至非光滑方法進行分析討論，特別考慮解決分布式決策和分布式信息物理系統等中的問題，并簡要說明一些新的發展趨勢。

智能無人系統發展現狀與應用趨勢：智能無人系統是由機械、控制、計算機、通信、材料等多種技術融合而成的復雜系統，人工智能無疑是發展智能無人系統的關鍵技術之一。由于人工智能技術的發展，我們發現人類可以創造出具有更高自主性和智能性的智能無人系統，并且該系統在某些方面可以接近人類水平。本報告將闡述智能無人自主系統的發展趨勢，介紹智能無人系統共性基礎理論與關鍵技術，并分別對無人車、無人機、服務機器人、農業機器人、軌道交通自動駕駛、無人船、無人車間/智能工廠、自主無人操作系統等智能無人系統的關鍵技術及應用進行介紹和分析。

云控制系統及其在智能交通中的應用：針對現代車路云協同系統存在車路云協同決策有效性差、交通擁堵與聯合管控能力弱、數據交互可靠性差、整體計算資源有限等問題，基于云控制理論與云網邊端協同控制系統，設計面向車路云協同的智能交通云控制系統方案及其平臺架構，包括車路協同感知與數據處理技術、智能交通邊緣控制技術、智能交通網絡虛擬化技術、智能交通協同管控技術和智能交通車路云安全管控技術。基于智能交通流大數據，在云控制管理中心服務器上利用深度學習等智能學習方法對采集的交通流數據進行訓練預測計算，能夠預測城市道路的短時交通流和擁堵狀況。進一步在云端利用智能優化調度算法得到實時的交通流調控策略，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動態運行性能。

大數據與人工智能背景下的控制科學：卡爾曼的最重要理論成果產生于1960年，卡爾曼架構主要包括，狀態空間模型、能控能觀性、卡爾曼濾波、LQR等理論，卡爾曼架構對控制領域產生了廣泛而深遠的影響。介紹卡爾曼架構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、模型復雜與模型簡約、持續激勵條件與閉環工作等，以及嚴謹收斂性證明模式。然后，探討如何保持原有原來卡爾曼架構下控制理論與方法的優點，同時又需要解決建模困難與未建模動態這對關鍵孿生問題的途徑；其次，以無模型自適應控制理論為例，說明了如何在模型未知情況下的設計控制系統以及如何分析理論問題，以及與經典PID，自適應控制之間的關系等內容；接下來，討論了后卡爾曼時代的控制理論如何與大數據/AI結合；最后指出后卡爾曼時代的控制理論與方法應該具備的基本能力。