2020中国自动化大会Workshop之“自动化领域优秀期刊论文宣讲”成功举行

日期:2020-11-06 13:46

       2020年11月6日,2020中国自动化大会“CAC2020 Workshop自动化领域优秀期刊论文宣讲”在线上成功召开。

本次Workshop旨在丰富自动化大会内容,同时给自动化领域相关期刊优秀论文提供一个展示和交流的平台。通过组织自动化领域优秀期刊论文进行宣讲,熟悉近期热点研究问题,洞察未来发展趋势。该Workshop邀请了中国科学院院士、哈尔滨工业大学段广仁教授,西安交通大学兰旭光教授,中国科学院自动化研究所魏庆来研究员,天津大学穆朝絮教授,东北大学王立夫副教授,北京航空航天大学诸兵副教授,华中科技大学王燕舞教授、上海交通大学曹文祺博士八位优秀学者作精彩报告,报告分享了八位学者在《模式识别与人工智能》、《自动化学报》、《IEEE/CAA Journal of Automatica Sinica》(《自动化学报》(英文版),简称JAS)、《控制与决策》、《信息与控制》、《控制理论与应用》等多个期刊上发表论文的最新研究成果。论坛由中国自动化学会主办,中国自动化学会王成红副理事长担任主席并主持。


首先,西安交通大学兰旭光教授作题为“人机协作场景中视觉推理与学习”的报告。报告介绍了机器人在智能方面的进展和面临的挑战,特别是人机协作中机器人自主理解、学习和作业的难点。并针对这些问题提出了一种基于物理稳定性和物体功能的视觉推理、适用于堆叠物体场景中的机器人作业和工具自动构建方法及基于经验回放的信赖域策略优化方法。


中国科学院自动化研究所魏庆来研究员作题为“平行控制基本原理与性能分析”的报告。报告首先介绍了平行控制的原理和基本结构,然后进一步介绍了连续时间线性系统和非线性系统平行控制的基础理论以及最新研究进展,并对平行控制的未来研究方向进行了展望。


天津大学穆朝絮教授作题为“多智能体深度强化学习的若干关键科学问题”的报告。主要介绍了强化学习和深度强化学习方法的原理,分析多智能体深度强化学习中存在的若干重要问题和解决方法, 对所调查方法的优缺点和相关应用进行分析和讨论. 最后提供多智能体深度强化学习未来的研究方向, 为多智能体深度强化学习控制提供一些思路。


东北大学王立夫副教授作题为“复杂网络理论及其在城市交通系统中的应用”的报告。报告从复杂网络的角度分析和研究城市轨道交通和道路交通网络的建模和控制问题,并以北京地铁网络为实例,建立携带负载系数的网络模型,对其控制节点的选取进行分析。同时,针对道路交通网络,建立车流量的动力学模型,分析交通网络控制问题。


中国科学院院士、哈尔滨工业大学段广仁教授作题为“空间光通信精确跟踪控制系统—参数化综合优设计”的报告。报告介绍了控制系统设计参数化方法,该方法应用在空间精确瞄准系统的设计,抛弃了传统方法的精、粗系统分别设计的思想,对两级子系统进行整体设计。通过综合优化参数化方法所提供的设计自由度,实现了系统对阶跃干扰的解耦和复杂干扰的抑制、不敏感极点配置和控制增益极小化等多目标设计要求,从而显著地提高了对准精度,使其由原来的微弧度量级提高到了纳弧度量级。


北京航空航天大学诸兵副教授作题为“四旋翼无人机—吊挂载荷系统建模与控制综述”的报告。报告整体介绍了四旋翼无人机—吊挂载荷系统。该系统是通过缆绳连接载荷与四旋翼无人机形成的欠驱动非线性系统。


华中科技大学王燕舞教授作题为“微电网能量分享策略研究”的报告。报告讨论了智能微电网实现能量分享的典型框架,分析了不同框架的特点、优势、局限性以及相关技术手段,并扼要介绍了团队在智能微电网的能量分享策略方面的几个研究结果,浅析了该领域未来的发展方向。


上海交通大学曹文祺博士作题为“具有可参数不确定性系统的对偶自适应模型预测控制”的报告。报告指出,控制系统中存在的不确定性为其性能优化带来诸多问题。为解决这些问题,报告人将自适应控制和鲁棒控制的策略相结合,提出了一种在模型预测控制中利用未来不确定信息的对偶自适应模型预测控制策略。

来源:大会组委会