本次Workshop旨在为自动化领域的优秀青年学者搭建学术交流平台，通过优秀青年专家研讨交流，探讨主流热门研究主题，激发多学科交叉技术灵感。本次Workshop邀请了北京航空航天大学胡庆雷教授、东南大学虞文武教授、清华大学何潇副教授、北京工业大学韩红桂教授、浙江大学吴争光研究员、华东理工大学唐漾教授、北京理工大学辛斌教授和天津大学穆朝絮教授八位优秀青年学者做了精彩报告，报告分享了八位学者在自动化和人工智能领域的最新研究成果。论坛由中国自动化学会青年工作委员会承办，北京科技大学贺威教授担任主席，中国科学技术大学秦家虎教授、东南大学曹向辉教授、北京科技大学刘志杰副教授担任论坛主持人。

首先，北京航空航天大学胡庆雷教授作题为“针对空间运动约束下具有规定性能的航天器近距离操作的自适应位姿控制”的报告。报告介绍了一种新颖的姿态跟踪控制框架，用于具有自由翻滚目标的航天器接近操作。所提出方法通过将性能指标强加于姿态跟踪误差上，使跟踪者能够在设计者指定的时间内完成接近操作，确保符合空间运动约束并避免姿态提取算法的奇异性。最后，胡庆雷教授介绍了相关的仿真和实验验证工作。

东南大学虞文武教授作题为“多智能体系统协同抗干扰控制”的报告。报告回顾了多智能体系统分布式协同抗干扰控制研究中涉及到的一些主要的结果以及最近的一些进展，介绍了分布式协同变结构控制，分布式协同滑模控制，干扰观测器的分布式协同抗干扰控制，分布式协同输出调节控制等主要的分布式协同抗干扰控制方法。最后虞文武教授也指出了分布式协同抗干扰控制的一些未来的研究方向。

清华大学何潇副教授作题为“高速列车状态估计与故障诊断技术”的报告。何潇副教授围绕提升我国高铁装备的安全性这一迫切需求，介绍了其在状态估计与故障诊断方面的研究，包括提出基于分布式滤波的新方法解决带宽约束及数据链路故障等非理想信道对分布式状态估计问题；提出并证明了基于历史观测数据的有效改进方法解决闭环下故障诊断难题；建立了随机动态系统间歇故障诊断的系统性研究框架突破了间歇故障小幅值、短持续时间所带来的诊断瓶颈。报告还介绍了相关系列成果在实际中的应用，如在高铁桥墩沉降监测、高速列车制动控制系统的故障诊断。

北京工业大学韩红桂教授作题为“知识和数据驱动的城市污水处理过程溶解氧优化控制”的报告。报告围绕城市污水处理过程运行规模大、数据不完整等特性，提出了一种知识和数据驱动的溶解氧优化控制方法。韩红桂教授基于北京城市排水集团负责运营的污水处理厂当前和历史运行数据，结合操作人员的经验知识，设计出知识和数据驱动的模糊神经网络模型，并提出了一种自适应迁徙学习算法，通过提取参考模型中的有效知识，弥补运行数据不足的问题。研发出的优化控制器可实际应用于城市污水处理过程，确保控制器在不同运行条件下的性能，实现城市污水处理厂溶解氧浓度的精准控制。

浙江大学吴争光研究员作题为“分布式连续非线性系统的异步勒贝格模型”的报告。近似模型的精确性以及计算效率问题对于以模型为基础的方法来说至关重要。吴争光研究员采用分布式异步的离散时间模型来近似分布式的连续时间非线性系统，其中的子系统间存在物理耦合且能够与邻居节点交换信息，构建了一个分布式的时间触发系统，该系统的状态轨迹与Lebesgue近似模型的轨迹一致。基于此，吴争光研究员进一步给出了Lebesgue近似模型渐近稳定、近似误差有界、避免出现Zeno行为的条件。

华东理工大学唐漾教授作题为“多智能体系统事件触发一致性”的报告。报告介绍了唐漾教授团队最近在关于多智能体系统事件触发一致性的动力学，姿态动力学和安全基础控制方面的工作。

北京理工大学辛斌教授作题为“面向复杂任务的异构多无人平台空面协同”的报告。报告首先从异构多智能体的空面协同角度（空地协同/空海协同）论述了空中移动平台与地面/水面移动平台的多样化协同模式，对空面协同进行了系统的分类。然后，以其中一类典型的协同系统和复杂协同作业任务为例，介绍了无人机和无人车的空地协同涉及的一类协同任务规划问题和相应的求解方法。

天津大学穆朝絮教授作题为“基于深度强化学习的多智能体导航”的报告。穆朝絮教授综述了多智能体强化学习和深度强化学习的兴起与发展，若干多智能体深度强化学习的算法结构，并介绍了其课题组在多智能体深度强化学习导航等问题的应用研究，并对未来发展方向进行展望。

本次workshop的八个报告聚焦自动化和人工智能领域前沿问题，为参与论坛的专家学者、研究生等带来一场精彩的学术盛宴。

来源：CAA青年工作委员会