版權歸原作者所有,如有侵權,請聯(lián)系我們

【CAC2023專題論壇】“動態(tài)系統(tǒng)機器學習及應用”論壇重磅來襲,精彩劇透提前看!

中國自動化學會
原創(chuàng)
中國自動化學會是我國最早成立的國家一級學術群眾團體之一。
收藏

2023中國自動化大會(CAC2023)將于11月17日—19日在重慶悅來國際會議中心召開。本屆大會由中國自動化學會主辦,重慶郵電大學承辦,大會以“自主可控強實體 新質(zhì)生產(chǎn)創(chuàng)未來”為主題,聚焦自動化發(fā)展,擁抱智能新時代,共話產(chǎn)業(yè)新未來。大會將繼續(xù)為全球自動化、信息與智能科學領域的專家學者和產(chǎn)業(yè)界的同仁,搭建展示創(chuàng)新成果、展望未來發(fā)展的高端學術平臺,加強學科交叉融合,共促發(fā)展新機遇,引領科技新風向。

本屆大會設置共計近40個專題論壇,“動態(tài)系統(tǒng)機器學習及應用”論壇集結(jié)完畢,將于2023年11月18日召開!敬請期待!

動態(tài)系統(tǒng)機器學習及應用

當今,面對來自現(xiàn)實物理世界的實時數(shù)據(jù)呈現(xiàn)出爆炸性增長的趨勢,動態(tài)學習已成為國際人工智能的前沿熱點,屬于人工智能基礎理論和方法的源頭性創(chuàng)新研究。目前,動態(tài)系統(tǒng)人工智能的研究仍處于初級階段,還存在大量理論與技術問題尚待研究,迫切需要機器學習,控制理論和優(yōu)化等領域知識進行匯聚融合。該專題論壇旨在促進這種融合,將利用系統(tǒng)與控制領域的基本理論,同時結(jié)合已有機器學習方法,開創(chuàng)動態(tài)系統(tǒng)人工智能研究的新范式。

本次專題論壇將邀請幾位著名的學者展示他們在動態(tài)系統(tǒng)機器學習及應用方面取得的進展。

專題主席

王成紅

中國自動化學會會士、副理事長

山東大學特聘研究員

王聰

山東大學教授

專題報告

程洪

電子科技大學教授

報告題目:

人機智能系統(tǒng)學習、控制及應用

報告摘要:

隨著人工智能技術的發(fā)展和應用,機器智能和人類智能的融合發(fā)展已經(jīng)成為現(xiàn)如今許多領域的應用趨勢。本報告以典型的人機智能技術與系統(tǒng)為牽引,對人機智能系統(tǒng)中的交互、學習和控制等關鍵技術進行介紹,并針對智能康復和交通汽車等領域的實際應用進行介紹。

報告人簡介:

程洪,布法羅機器人科技(成都)有限公司首席科學家,電子科技大學教授、博導,中國康復醫(yī)學會智能康復專委會主任委員?,F(xiàn)任電子科技大學倫理委員會主任,電子科技大學自動化工程學院副院長,人機智能技術與系統(tǒng)教育部工程研究中心主任,電子科技大學機器人研究中心主任,電子科技大學人工智能研究院副院長。主要研究方向為人工智能與機器人。

許斌

西北工業(yè)大學教授

報告題目:

非線性系統(tǒng)動態(tài)學習與飛行控制

報告摘要:

圍繞飛行器寬域、高機動飛行等任務需求,該報告從系統(tǒng)非線性動力學出發(fā),介紹面向系統(tǒng)未知的確定性學習、平行估計學習、在線數(shù)據(jù)分析學習等方法,實現(xiàn)閉環(huán)控制下的非線性動態(tài)高效學習,綜合實現(xiàn)控制性能提升;相關的方法也進行了飛行器動力學仿真,可提高飛行器的姿態(tài)控制精度,提升飛行器的環(huán)境適應能力。

報告人簡介:

許斌,西北工業(yè)大學,教授/博導,自動化學院副院長,主要從事飛行控制。主持國家自然科學基金重點項目、民機專項課題、霍英東青年教師基金等30余項;先后擔任《IEEE Trans on Systems, Man and Cybernetics: Systems》、《Journal of Intelligent & Robotic Systems》、《自動化學報》編委、《中國科學:信息科學》青年編委等。

楊辰光

華南理工大學教授

報告題目:

仿人機器人控制設計與操作技能學習

報告摘要:

利用控制理論對運動神經(jīng)元調(diào)控機理建模,一方面可以幫助我們深刻理解人體肌肉骨骼運動控制原理,另一方面可以輔助我們設計機器人仿人控制器。報告中將介紹我們關于神經(jīng)肌肉控制自適應調(diào)節(jié)阻抗、力、參考軌跡的成果,以及在此基礎上設計的仿人自適應學習控制器。我們更進一步的提出一種多層級阻抗控制與阻抗學習方法,并用于冗余自由度仿人機械臂,實現(xiàn)柔順的人機交互柔性控制。在機器人上實現(xiàn)仿人技能,也可以通過人機示教方式將人的技能高效傳遞給機器人,使機器人具備人的操作柔順性與靈活性。本報告中將介紹我們構建的一個基本的機器人學習系統(tǒng),其實現(xiàn)運動技能在空間中的可拓展性,并保證運動技能的穩(wěn)定復現(xiàn)。進一步地,我們基于肌電信號在技能建模和傳遞中加入了剛度信息,使得機器人能夠使用不同剛度與不同環(huán)境進行交互,以完成變化多樣的任務。進而對示教信息進行自動處理,包括運動技能分割,運動序列對齊等。

報告人簡介:

楊辰光,華南理工大學教授、博導, Institution of Engineering Technology (IET)和 Institution of Mechanical Engineering (IMechE) 會士, 廣東省智能系統(tǒng)控制工程技術研究中心主任,教育部自主系統(tǒng)與網(wǎng)絡控制重點實驗室副主任。長期從事人機交互、智能控制等方向研究工作。

戴詩陸

華南理工大學教授

報告題目:

未知動態(tài)環(huán)境下群體無人艇合作學習與智能控制研究

報告摘要:

無人艇(USV)是一類能夠在海洋或湖泊水面環(huán)境下安全自主航行,并能夠完成各種任務的水上智能運動平臺。在海洋動態(tài)環(huán)境下,無人艇需要靈活可靠的操縱性能、快速準確的控制能力來確保其自身安全并完成水上作業(yè)。從加強無人艇的自主性與智能性觀點來看,其控制系統(tǒng)應具備良好的自適應、自學習的能力。近年來,如何有效地利用人工智能技術(如自適應學習、智能推理與決策)來提高無人艇的自主性、智能性得到了許多學者和工程師們的廣泛關注。本報告針對未知海洋動態(tài)環(huán)境下無人艇控制與學習問題,介紹無人艇的自適應神經(jīng)控制與動態(tài)學習方法,從自適應動態(tài)系統(tǒng)穩(wěn)定性的角度研究未知動態(tài)環(huán)境下多無人艇控制系統(tǒng)的經(jīng)驗知識獲取、共享與利用等動態(tài)學習算法,為無人艇的智能自主控制研究提供新的思路。

報告人簡介:

戴詩陸,博士,華南理工大學自動化科學與工程學院教授、博士生導師。主要研究興趣包括:智能控制與學習、分布式協(xié)同控制。

袁成志

美國羅德島大學副教授

報告題目:

The Deterministic Learning Theory from ODEs to PDEs and Its Applications to Soft Robotic Systems

報告摘要:

In this talk, I will present a quick summary on the recent deveopment of the deterministic learning theory, including some theoretical breakthroughs made for its extension from ordinary differential equations to partial differential equations. The talk will also cover some of our recent research work on applications of the deterministic learning theory to soft robotics, including dynamics modeling, fault detection and isolation, as well as autonomous control of soft robotic systems.

報告人簡介:

Chengzhi Yuan received the B.S. and M.S. degrees in control theory and applications from South China University of Technology, Guangzhou, China, in 2009 and 2012, respectively, and the Ph.D. degree in mechanical engineering from North Carolina State University, Raleigh, NC, USA, in 2016. He is currently an Associate Professor with the Mechanical, Industrial and Systems Engineering Department, and the Director of the Intelligent Control & Robotics (IcRobots) Laboratory at The University of Rhode Island, Kingston, RI, USA.
His research interests span over general areas of dynamic systems and control theory, with particular focuses on provable adaptive learning and control, hybrid systems, and multi-robot distributed control. He has authored and co-authored over 150 journal articles and conference papers. He has served extensively as an associate editor, chair and co-chair, program committee member in numerous international conferences. In particular, he served in the technical program committee for the American Control Conference 2018. He served as a guest editor for special issue in the journal of IET Control Theory & Applications in 2018, and the journal of Advances in Mechanical Engineering in 2017. He has been serving as an Associate Editor for the Editorial Board of the IEEE Control System Society and the Editorial Board of the American Society of Mechanical Engineering (ASME) since 2018. He served as a scientific committee member for the International Conference on Mechanical System Dynamics in 2021, and has been serving as an editorial board member for the International Journal of Mechanical System Dynamics since 2021.

吳偉明

山東大學副研究員

報告題目:

基于采樣數(shù)據(jù)的動態(tài)學習及模式識別研究

報告摘要:

動態(tài)系統(tǒng)機器學習是當代人工智能的前沿問題。從系統(tǒng)與控制角度來看,動態(tài)系統(tǒng)機器學習首先是系統(tǒng)辯識問題,關鍵在于從時間序列(采樣數(shù)據(jù)序列)中學習動態(tài)物理過程的內(nèi)在動力學。若保證能持續(xù)激勵條件的滿足,從時間序列學到的動力學將在動態(tài)模式識別、智能控制等下游任務中發(fā)揮重要作用。報告將介紹基于采樣數(shù)據(jù)的動態(tài)學習及動態(tài)模式識別方法。

報告人簡介:

吳偉明,本碩博畢業(yè)于華南理工大學,現(xiàn)為山東大學副研究員,長期致力于確定學習理論、動態(tài)模式識別等動態(tài)環(huán)境機器學習的研究,現(xiàn)為中國自動化學會青年工作委員會委員。

張付凱

山東大學副研究員

報告題目:

動態(tài)學習控制及應用研究

報告摘要:

閉環(huán)控制中的學習問題是當前動態(tài)系統(tǒng)人工智能研究的一個挑戰(zhàn)問題。本報告聚焦閉環(huán)動力學建模及高性能控制等關鍵問題,從連續(xù)動態(tài)學習控制的發(fā)生機理拓展到采樣非線性系統(tǒng)的動態(tài)學習與控制理論,分別介紹采樣動態(tài)學習控制方法以及在機器人高性能控制中的應用等研究。最后通過無人飛行器系統(tǒng)等試驗展示并驗證了所提方法的有效性。

報告人簡介:

張付凱,山東大學控制科學與工程學院副研究員。長期從事確定學習與控制、基于模式的智能控制、機器人高性能控制等研究。擔任Computational Intelligence in Robotics 編委 (Editorial Board Member)、中國自動化學會青年工作委員會委員等。

內(nèi)容資源由項目單位提供