“CAA青帆计划”是中国自动化学会专为CAA学生会员设计的综合性互动平台，旨在促进学术交流、提升专业技能和支持职业发展。每期活动邀请来自高校、科研机构及企业的专家学者，通过“报告+对话互动”的形式，组织一系列线上线下的学术交流与经验分享活动，帮助学生会员为未来的学术和职业道路奠定坚实基础。

 

2025年12月12日下午15:30，由中国自动化学会（CAA）主办、CAA清华大学学生分会、CAA上海交通大学学生分会、CAA同济大学学生分会联合承办的第41期“CAA青帆计划”活动在线上成功举办。“CAA青帆计划”旨在帮助CAA学生会员提供丰富的学术与职业发展资源，分享科研、升学与就业的宝贵经验，搭建高效的交流与合作平台。

 

本期活动聚焦“AI+智能体”这一前沿主题，邀请三位来自国内知名高校的博士生开展专题分享，内容覆盖具身智能、网络系统、学科交叉融合的AI Agent等多个热点领域，为大家献上了一场丰富的学术盛宴。本次活动由CAA同济大学学生分会主席王鼎主持。

 

腾讯会议画面

 

第一位分享者是来自清华大学的姜永鹏博士，他围绕真实场景下机器人具身物理交互这一核心问题开展了系统研究与实践工作。针对灵巧抓取与手内操作中复杂接触动力学和环境约束带来的挑战，他介绍了两项关键方法：一方面提出了考虑机械臂约束的灵巧手抓取生成框架，在推理阶段联合优化抓取手势与机械臂构型，以提升抓取的可行性与成功率；另一方面构建了面向多任务的分层式手内操作框架，通过引入隐式接触规划和触觉反馈机制，增强操作过程的鲁棒性与实时性。最终，他将上述方法整合为从抓取到操作的统一解决方案，通过大量硬件实验对其有效性和稳定性进行了验证，并向观众介绍了自己的研究成果。

 

 

 

清华大学  姜永鹏博士

 

第二位分享者是来自上海交通大学的王维桢，她围绕网络结构设计中不确定性量化建模问题开展了系统研究。针对马尔可夫过程中，环境拓扑对策略随机性与可预测性具有决定性影响、而拓扑优化又面临组合复杂性高的问题，她提出了一套以最大熵率为核心的图结构生长方法。一方面，她将边的添加视为对原有网络的微小扰动，通过严格的扰动分析建立了最大熵率变化的近似表达，从而将原本难以求解的组合优化问题转化为可高效计算的启发式决策规则；另一方面，她从梯度角度对该方法进行了等价解释，揭示了所提出算法本质上沿着熵率增长最快的方向进行结构优化。最终，她将上述理论方法应用于不同规模的网络算例中，通过大量仿真验证了算法在性能提升与计算效率上的显著优势，为复杂环境下最大熵马尔可夫链的协同设计提供了新的理论工具与工程思路。

 

 

 

上海交通大学  王维桢

 

第三位分享者是来自同济大学的靳梦雨博士，她以 AI 与化学学科的交叉融合为切入点，系统开展了面向复杂化学问题的技术探索与经验分享。她围绕多步骤反应规划、分子结构的高精度预测以及反应条件优化等典型复杂化学任务，深入分析了其计算复杂度高、决策链条长和约束条件多的特点。在此基础上，她重点讲解了如何构建面向化学任务的 AI 多智能体系统，从任务拆解、智能体角色分工到协同机制设计，阐述了将化学问题的内在结构与多智能体协作优势相匹配的实现思路。通过这一过程，她展示了 AI 多智能体在提升复杂化学任务求解效率与整体性能方面的应用路径与实践价值。

 

 

 

 

同济大学  靳梦雨

本次三校联合线上分享会以“AI + 智能体”为主题，依托中国自动化学会青帆计划平台，由清华大学、上海交通大学和同济大学学生分会协同组织，充分体现了跨分会合作在学术交流中的重要意义与示范价值。活动通过整合三校在具身智能、多智能体决策以及 AI 与化学交叉等不同方向的研究优势，打破了单一院校与单一学科的交流边界，搭建了一个高质量、多视角的学术共享平台。在合作机制上，三方分会在主题策划、嘉宾邀请与活动组织中密切配合，展现了学生学术组织协同共建、资源互补的良好模式。

 

围绕“AI + 智能体”这一具有前沿性与交叉性的主题，活动内容紧扣人工智能在复杂现实任务中的应用价值与发展趋势，不仅展示了智能体技术在机器人、群体决策和化学科研等领域的最新研究成果，也凸显了学科交叉在推动科研创新中的关键作用。对于线上观众而言，本次分享会既帮助大家系统了解了 AI 智能体相关研究的多种实现路径，也通过优秀博士生的科研实践经验，拓展了学术视野与研究思路，增强了对前沿方向与未来发展机遇的认知。展望未来，中国自动化学会将进一步探索学生分会间跨分会合作的新模式，推动更多高校、分会与研究方向的联动交流，持续打造更大范围、更高质量的联合学术平台。

 

内容供稿：CAA上海交通大学学生分会

图片：苟凡棣

文字：苟凡棣