报告嘉宾
大会报告专家
郭雷
北京航空航天大学
郭雷，中国科学院院士，北京航空航天大学自动化学院教授，飞行器智能自主系统研究中心主任。国家杰出科学基金获得者、教育部和中组部国家级领军人才、国家人社部百千万人才、国务院政府特殊津贴获得者，IEEE/IET FELLOW，中国自动化学会/中国发明协会会士。兼任教育部“飞行器抗干扰控制理论及应用”长江学者创新团队、科技部“飞行器先进导航与控制系统技术”重点领域创新团队负责人，中国自动化学会导航制导与控制专业委员会主任。长期从事抗干扰控制理论、飞行器自主导航与控制技术应用领域的研究，发表SCI/EI 论文420 余篇、授权发明专利140 余项。理论成果成功应用于我国航空航天和武器装备领域重大型号任务。作为第一完成人获得国家自然科学二等奖、国家技术发明二等奖、教育部自然科学一等奖、教育部技术发明一等奖、国防技术发明一等奖和全国创新争先奖状等学术奖励。第十四、十五届北京市人大代表和第十四届全国人大代表。
报告题目：
复合干扰滤波理论与应用研究
报告摘要：
针对多源异质异构干扰系统，构建了包括多源干扰深耦合表征、干扰分离估计、干扰可控度量化、干扰消纳、分离利用和重构优化等环节的复合精细估计和控制理论框架，提出了复合非高斯随机系统满足概率正约束的可行随机分布估计与控制方法。克服了单一同质干扰、高斯噪声和独立同分布噪声等传统抗干扰控制理论局限性。在理论创新基础上，突破了无人飞行器抗干扰自主导航和控制系统若干共性关键技术，实现了从基础理论、关键技术到软硬件产品的全链条创新。
于海斌
中国科学院沈阳自动化研究所
于海斌，中国工程院院士，博士生导师，中国科学院沈阳自动化研究所 研究员，机器人学国家重点实验室主任。主要从事工业自控制网络与自动化系统技术研究，主持并参加了多项国家级项目，包括国家自然科学基金杰出青年基金项目、国家自然科学基金重点项目、国家高技术研究发展计划（863）重点项目以及国家重大专项项目等。在高水平国际国内期刊和知名国际会议上发表论文100余篇，出版学术专著3部。研究成果获得国家科技进步二等奖3项，国家技术发明二等奖１项。国家杰出青年基金、何梁何利科技进步奖获得者。兼任中国自动化学会副理事长，国际自动化学会ISA Fellow。
报告题目：
基于激光诱导光谱的成分分析原理及智能信息融合方法
报告摘要：
报告分析了选冶行业对元素成分分析的迫切需求，指出了元素成分精准分析和测量的难点，介绍了国内外研究的现状。针对精准分析面临的挑战，提出了提高分析测量精度的智能信息融合与处理方法，包括（1）双脉冲调控、光谱波动校正等激光稳定激发技术；（2）数据驱动的智能信息融合和高效降噪等模型解析方法；（3）恶劣工况高适应防御和原位采样集成技术等，并据此开发了基于激光诱导光谱的分析测量仪器。选冶行业的应用表明，激光诱导光谱技术在成分分析领域具有广阔的应用前景。
张承慧
山东大学
张承慧，山东大学讲席教授、控制科学与工程学院院长、“新能源优化控制”国家级工程中心主任，IEEE Fellow，中国自动化学会会士，系国家高层次人才、“新能源发电系统优化控制”国家基金委创新研究群体负责人、百千万人才工程国家级人选，担任中国自动化学会常务理事、新能源系统控制专委会主任委员，国务院学位委员会第八届学科评议组成员（控制组）、教育部科技委信息学部委员等职务。主要从事新能源系统控制研究，突破新能源并网装备大容量、高可靠、高效率“卡脖子”控制技术，发表SCI论文240余篇，42件转让企业，实现大规模产业化应用，为我国新能源系统控制发展做出重要贡献。曾以第1完成人获国家奖励4项，其中国家科技进步二等奖2项、国家教学成果二等奖2项，获何梁何利基金科学与技术进步奖、光华工程科技奖、全国创新争先奖、山东省科学技术最高奖，被授予全国先进工作者、国家万人计划教学名师等荣誉称号，2022年带领团队入选全国高校黄大年式教师团队。
报告题目：
能源-计算-控制交叉融合新范式探索：元能源系统
报告摘要：
能源是人类社会赖以生存和发展的关键物质基础。以新能源取代日趋枯竭的化石能源、构建新型电力能源体系既是国家战略，也是全球共识。电力能源体系系统的数字化、智能化、网联化是其高效、安全、稳定运行的根本保障。 报告以“窘”“虚”“实”三部曲为主线。首先回顾和论述了能源革命和工业革命演化关系，并分析了复杂新能源电力系统的发展困境与机遇，谓之“窘”。然后，提出多学科前沿技术融合驱动的虚实相融的新型能源体系——元能源系统（Meta-Energy），谓之“虚”，即将能源物理系统映射到虚拟世界来开发元宇宙，并将智能感知、通信、数据处理和控制技术融入能源系统，产生元能源系统全新平台。这种能源-计算-控制交叉融合新范式将有力推进全球能源系统的数字化和信息化，实现各能源系统间的互联互通、互补互济，促进能源系统发展和升级换代。最后，讲述了山东大学在能源-计算-控制融合创新领域的实践探索，以及新能源系统三环控制新技术体系的重大工程实践，谓之“实”。
杜文莉
华东理工大学
杜文莉，教授、博士生导师。国家杰出青年科学基金获得者，国家高层次人才计划入选者，科技部创新团队负责人。现任华东理工大学研究生院院长，国家流程制造智能调控技术创新中心主任、能源化工过程智能制造教育部重点实验室副主任；中国自动化学会常务理事、中国人工智能学会常务理事等。长期从事工业过程控制与优化技术研发，近年来承担了国家自然科学基金重大项目课题、科技部重点研发项目、上海市以及企业重大(重点)科技攻关项目的研发工作，为解决资源、能源与环保的约束问题，提高生产制造水平和效能，在复杂工业过程建模、控制、优化方法及其关键技术应用等领域开展研究，提出了机理与数据融合建模方法、工业过程协同优化控制以及智能优化决策方法等，在乙烯、PTA、炼油等大型工程应用示范。在Nature子刊、IEEE汇刊以及化工能源领域TOP期刊发表高水平论文100余篇，授权国家发明专利60余项，登记计算机软件著作权60余项，获得5项国家科技进步二等奖（1项排名第一）、12项省部级一等奖等科技奖励。
报告题目：
面向全生命周期流程制造的工业智能挑战与实践
报告摘要：
工业智能技术将流程制造机理与工业互联网、人工智能等现代信息技术深度融合，通过智能自主化的感知、认知与决策技术，赋能流程工业从化学品研发到流程设计、经营、运行以及安全管控的全生命周期全链条，形成物质流、能量流、价值流的协同调控机制，进而提升资源能源的优化配置，保证工业过程的高效安全运行。报告面向流程行业高质量发展的需求，从“研发-设计-运行-经营-安全”五个维度出发，梳理工业智能前沿技术为流程制造带来的契机与挑战，结合化工新材料智能研发、制造流程自动设计、全流程多尺度数字孪生、全生产链经营决策、运行过程优化调控、园区安全风险智能管控等案例，探讨流程行业智能化发展的实施路径与发展方向。
Wen-Hua Chen
Loughborough University
Dr Wen-Hua Chen holds Professor in Autonomous Vehicles in the Department of Aeronautical and Automotive Engineering at Loughborough University, UK. Prof. Chen has a considerable experience in control, signal processing and artificial intelligence and their applications in aerospace, automotive and agriculture systems. In the last 15 years, he has been working on the development and application of unmanned aircraft system and intelligent vehicle technologies, spanning autopilots, situational awareness, decision making, verification, remote sensing for precision agriculture and environment monitoring. He is a Chartered Engineer, and a Fellow of IEEE, the Institution of Mechanical Engineers and the Institution of Engineering and Technology, UK. Recently Prof Chen was awarded an EPSRC (Engineering and Physical Science Research Council) Established Career Fellowship in developing control theory for next generation of control systems to enable high levels of automation such as robotics and autonomous systems.
报告题目：
Modified Stage Cost based Stability Theory for Model Predictive Control: A Complementary Approach
报告摘要：
Model Predictive Control (MPC) provides a promising mechanism to realise numerical optimal solutions online to achieve best possible performance. However, establishing stability and other formal properties of this type of optimisation-based control imposes significant challenges. This talk starts with the brief overview of 30 years’ journey in developing stability theory of MPC. It points out that despite all the success, there is still a significant gap between available theoretic tools and practical applications. For example, a terminal cost that covers the optimal cost-to-go is, in general, required to add the cost function in order to ensure stability of a MPC algorithm, but most of MPC used in practical applications does not have a terminal cost. This talk presents a completely new approach and development in this area where a newly proposed modified stage cost plays a central role. It is shown that the resultant stability condition is entirely complementary to the existing terminal cost based MPC stability theory. Opposite to the existing MPC stability conditions, the new stability conditions cover the terminal cost that is less than the optimal cost-to-go including zero terminal cost as a special case. Numerical results are presented to illustrate the links and differences between the new approach and the existing stability theory. It is envisaged that this work would trigger more research into understanding the interaction between optimisation and feedback loops in both the AI and the control community so ensure efficiency and safety of future robotics and autonomous systems.
圆桌论坛专家
刘飞
江南大学
刘飞，江南大学教授，博士生导师，中国自动化学会会士、理事，先后任IFAC过程控制、生物系统与生物过程技术委员会委员，入选“教育部新世纪优秀人才计划”。长期从事工业过程建模与控制、生物过程调控、过程装备与智能系统等方面的教学科研工作，创建轻工过程先进控制教育部重点实验室。深入生物发酵与食品制造行业，推广建模、控制和优化技术，获颁中国轻工联合会先进个人，研发团队获“工业感知与先进控制”江苏高校优秀科技创新团队。
刘向杰
华北电力大学
刘向杰，华北电力大学二级教授，教育部高等学校自动化类教学指导委员会委员；2006年入选教育部新世纪优秀人才支持计划，2019年当选北京市教学名师。1989年获东北大学学士学位。1997年获东北大学博士学位。历任华北电力大学控制与计算机工程学院副院长、校学术委员会委员等。担任中国自动化学会控制理论专业委员会委员；中国自动化学会预测控制与智能决策专业委员会副主任；北京人工智能学会副理事长；国家自然科学基金信息学部会评专家；国家科技进步奖会评审专家。 担任《自动化学报》、《控制与决策》等期刊编委。围绕着非线性预测控制理论方法及应用、新能源电力系统控制等，在IEEE 汇刊等国际期刊发表SCI论文80余篇。主持承担国家自然科学基金项目、国家重点研发计划等20余项。主讲的“现代控制理论”获国家级双语教学示范课程，2020年入选首批国家一流本科课程。主讲的“非线性系统理论课程”入选教育部首批课程思政示范课程。获中国自动化学会高等教育教学成果二等奖、北京市高等教育教学成果一等奖。
韩红桂
北京工业大学
韩红桂，北京工业大学教授、博士生导师，研究生院副院长。长期从事复杂系统智能优化控制研究，先后入选国家自然科学基金杰出青年基金项目、国家自然科学基金优秀青年基金项目、青年北京学者、中国自动化学会青年科学家、北京高校卓越青年科学家等。研究成果发表学术论文100余篇，撰写著作5部；获得授权中国/美国发明专利60余项；主持/参与制定国家/团体/地方标准10余项。获国家科学技术进步二等奖、教育部科技进步一等奖、吴文俊人工智能科学技术进步奖一等奖等。现任“数字社区”教育部工程研究中心主任、“计算智能与智能系统”北京市重点实验室主任；兼任中国科学：技术科学、IEEE Transactions on Cybernetics等期刊编委。
前沿论坛专家
主题1：复杂系统预测控制与智能决策
李世华
东南大学
李世华，1991年考入东南大学少年班，先后在东南大学获学士(1995年)、硕士(1998年)、博士学位(2001年)。现为东南大学首席教授、自动化学院副院长，江苏省自动化学会理事长，中国自动化学会理事，国际电气电子工程师协会(IEEE)会士、英国工程技术学会(IET)会士、亚太人工智能学会(AAIA)会士，国家杰出青年基金获得者。主要从事机电系统的非线性控制理论及应用方面的研究工作，包括非光滑控制理论，干扰观测控制理论及其在多类机电系统应用等方面研究，负责完成科研项目五十多项，研究成果已经为企业产生了显著的经济效益。出版中英文专著3部，SCI检索论文200多篇，科研成果获得教育部自然科学一等奖、二等奖各1次(均排1)，国际学术论文奖9次，获得机电系统领域著名国际学术奖项-永守赏，2022年日内瓦国际发明展览会金奖。2017-2023连续7年入选科睿唯安(Clarivate)全球高被引科学家榜单。
报告题目：
机电系统抗干扰模型预测控制研究
报告摘要：
机电系统存在各类非线性环节：摩擦、间隙、滞环、死区、气动、液压非线性等，参数不确定、摄动、噪声、测量时延以及外部干扰等难以避免，这些因素极大地影响了机电系统性能、易用性与可靠性。本次报告将讨论如何从模型预测控制、约束安全控制、干扰观测、预见与补偿角度提高闭环系统的抗干扰性能和精度，给出了这方面的一些最新理论研究进展，及其在机电系统验证结果。
刘屿
华南理工大学
刘屿，教授，博士生导师，“长江奖励计划”特聘教授，“广东特支计划”杰出人才，国家重点研发计划首席科学家，广东省重点领域研发计划首席科学家。2009年12月毕业于华南理工大学，获工学博士学位，现为华南理工大学自动化学院和广州现代产业技术研究院研究员。主要从事机器人智能控制、视觉检测、感知与决策等方面研究工作。先后以第一完成人获广东省技术发明奖一等奖、CAA科技进步奖一等奖和广东省自然科学奖二等奖。目前担任IEEE/ASME TMECH、IEEE TNNLS、IEEE TFS和IEEE TCSS的AE，中国自动化学会会员，CAA机器人智能专业委员会副秘书长和CAA控制理论专业会委员。
报告题目：
工业机器人智能控制、视觉检测与融合定位
报告摘要：
随着人工智能技术的发展，机器人在很多领域发挥着日益重要的作用。尽管机器人控制与感知技术可以实现部分智能，但让机器人自主执行复杂任务时，它仍然面临不少问题。在复杂工作场景中，机器人的抓取与振动抑制离不开智能控制技术的支撑，配备高精度传感器的机器人是视觉检测与融合定位的基础。考虑机器人运动过程中的复杂场景和高速动态影响，提出机器人与工业制造场景下的视觉检测关键技术和鲁棒定位方法，以提高机器人自主执行任务时的可靠性。本报告主要介绍机器人在执行复杂任务时面临的智能控制、视觉检测和融合定位等问题。
郭戈
东北大学
郭戈，东北大学特聘教授（二级）、东北大学（秦皇岛）控制工程学院原院长、科技处原处长。1994和1998年分获东北大学学士和博士学位。主要研究方向为信息物理融合系统、智能交通出行系统的优化与控制、交通大数据解解析等。获河北省自然科学一等奖、辽宁省科技进步一等奖、甘肃省科技进步一等奖等省部级科技奖励8项。担任辽宁省学位委员会第六届学科评议组成员，国际自动机工程师学会SAE智能网联车技术局成员，中国自动化学会综合智能交通专委会副主任，中国汽车工程学会汽车智能共享出行工作委员会委员，《IEEE智能交通系统汇刊》、《IEEE智能车辆汇刊》等6个国际期刊副主编，《国际系统控制与通信》期刊创刊主编，《自动化学报》、《中国公路学报》、《控制与决策》等5个国内期刊编委，入选Elsevier高引科学家。
报告题目：
城市交通预测与按需出行
报告摘要：
城市交通预测和按需出行是下一代智能交通技术的核心。由于交通流的动态多变和城市出行需求的不确定性，城市交通预测和基于共享车辆的按需出行系统优化决策极具挑战性。本此报告针对汽车共享出行系统，分享和探讨基于大数据分析和分布式优化理论解决交通流预测、出行需求预测、车辆再平衡调度以及共乘优化决策等关键科学问题的方法和途径。具体来说，基于交通大数据和深度网络中的注意力机制，构建内外因素相结合的交通预测模型，揭示交通流和出行需求的时空分布特征，提出长短期交通流和出行需求预测方法；结合交通流及出行需求预测模型，综合考虑用户服务质量及运营成本等全局指标，探讨解决共享出行系统的车辆动态再平衡调度问题；针对电动汽车充电调度与系统再平衡复合问题，基于分布式最优化理论和收益-成本-效率综合指标，构建了电车充电-系统平衡复合调度、车队规模优化、充电站规模优设计的方法体系。
杨博
上海交通大学
杨博，博士，上海交通大学教授，自动化系主任。2009年获得香港城市大学博士学位。研究领域包括能源互联网、工业物联网等。发表学术论文200余篇，出版专著1部，担任IEEE TNSE等四部期刊编。主持国家自然科学基金杰出青年基金项目、重点项目、科技部重点研发计划项目等。研究成果先后获教育部自然科学奖一等奖、上海市技术发明奖一等奖、中国自动化学会青年科学家奖、IEEE TCCPS卓越工业奖等。担任上海市自动化学会副理事长、中国自动化学会TCCT委员、中国自动化学会集成自动化技术专委会委员、中国电机工程学会人工智能专委会委员、中国通信学会通信理论与信号处理委员会委员等。
报告题目：
综合能源系统优化决策与智能运维
报告摘要：
综合能源系统通过整合不同能源介质、多能互补以及互动用能，提高新能源利用率，降低碳排放，是实现双碳目标的重要载体。随着新型能源介质的出现以及需求侧主动参与度提高，系统的优化决策与运维面临新的问题。在基础设施规划层面，提出考虑因果关系不确定性的加氢站规划策略，以较低成本满足用能需求；在系统运行方面，解析刻画需求侧可调度潜力，提出考虑非理性因素的多能互补调度方法，提高能源利用率；在系统运维层面，提出云边协同的故障诊断方法，解决少样本、数据孤岛以及重叠故障识别问题。面向综合能源系统管控一体化需求，基于微服务的平台架构，提出纵向共享横向协同的微服务部署与信息资源调度方法，提高平台响应速度。
主题2：自主无人系统智能控制与决策
胡庆雷
北京航空航天大学
胡庆雷，北京航空航天大学教授、博士生导师，教育部“长江学者”特聘教授。主要从事飞行器导航、制导与控制等研究工作，先后承担国家自然科学重大仪器、科技部重大专项课题、国防基础重点项目等10余项，在AIAA系列期刊、IEEE汇刊上发表学术论文150余篇，出版英文专著5部，授权国家发明专利50余项，获国家技术发明二等奖、国防技术发明一等奖、北京市技术发明一等奖等多项奖励。担任国际SCI期刊Aerospace Science and Technology编委。
报告题目：
空间非合作目标近距离逼近的多约束相对位姿耦合控制
报告摘要：
在轨服务是空间碎片清理、在轨装配维修等新一代航天任务的使能技术，发展在轨服务技术具有迫切的现实需求。近距离逼近操作是完成目标在轨捕获的前提，对在轨服务的顺利实施尤为关键。然而，服务对象(如空间碎片、废弃卫星等)大多属于非合作目标，具有机动行为不配合等特点，且通常呈现失控翻滚状态(捕获点、大型组件等随动翻滚)。对这类目标进行近距离逼近操作，要求服务航天器能够快速精确地跟踪上目标捕获点的位姿运动。此外，出于逼近安全、载荷特性以及特定的任务要求考虑，逼近过程还需要遵循各类复杂约束(如接近走廊约束、敏感器视场约束、跟踪性能约束等)。这些都对逼近操作的位姿耦合控制提出了严峻挑战。本报告面向空间非合作目标近距离操作任务，将主要介绍团队近期在航天器相对位姿一体化动力学建模、多约束相对位姿耦合控制以及地面半物理试验验证方面的研究进展，并就逼近操作控制技术当前存在的问题以及未来发展进行讨论。
陈谋
南京航空航天大学
陈谋，南京航空航天大学自动化学院院长，教授，博士生导师，享受国务院政府津贴。2018年国家自然科学基金杰出青年基金获得者、2019年国家“百千万”人才工程入选者。先后在南京航空航天大学获学士与博士学位，并先后在英国拉夫堡大学、新加坡国立大学和澳大利亚阿德莱德大学做访问或博士后研究。先后担任SCI收录英文期刊《IEEE Transactions on Systems, Man, and Cybernetics: Systems》、《Neurocomputing》、《Chinese Journal of Aeronautics》等编委、担任《自动化学报》、《中国科学.信息科学》、《控制理论与应用》、《航空学报》、《机器人》等编委等。同时担任教育部高等学校教学指导委员会兵器类委员、中国人工智能学会智能空天专业委员会副主任委员、中国指挥与控制学会群集智能与协同控制专业委员会副主任委员、自动化学会信息物理系统控制与决策专业委员会副主任等。先后获国家自然科学二等奖1项(排名第二)、江苏省科学技术奖一等奖1项(排名第一)、江苏省青年杰出贡献奖、国防科技进步二等奖2项(排名第一)，申请授权发明专利40余项。出版中英文专著3部，发表学术论文200余篇。
报告题目：
大机动无人机智能控制方法与应用
报告摘要：
大机动无人机具有非定常气动、强非线性、强动态不确定、强耦合、强干扰等对象特征，导致传统的线性化飞行控制可能失效，进而严重威胁无人作战飞机的飞行安全。报告针对大机动无人机大包络和多任务等飞行控制要求，主要介绍了大机动无人机安全边界的解算与预测、多逼近器协同控制、鲁棒受限控制、多指标约束控制四个方面的研究成果。此外讨论了所发展的智能飞行控制在无人机中的应用以及未来研究工作的展望。
高炳钊
同济大学
高炳钊，同济大学长聘特聘教授，获控制理论与控制工程专业以及机械工程专业双博士学位。2015年度国家优青、入选2022年度国家重大人才工程，自动化学会车辆控制与智能化专业委员会秘书长、IFAC T.C. Automotive Control委员。研究方向为汽车控制与智能化，发表IEEE汇刊、ASME汇刊、VSD等控制和车辆权威期刊论文60余篇，出版中英文专著2部，授权发明专利30余件，含美国发明专利2件。曾获自动化学会技术发明一等奖2项、吉林省优秀博士学位论文和多项学会优秀论文奖。
报告题目：
AI大模型驱动的自主驾驶算法综述
报告摘要：
随着大语言模型（Large Language Model）智能涌现能力的产生，智能基础模型（Foundation Model）技术被认为有望解决汽车自动驾驶安全长尾问题。基础模型的海量数据预训练基于自监督学习，其泛化能力优于需要标注的监督学习。本报告将从自动驾驶面临的挑战出发，讲述自动驾驶算法开发的技术演进过程，总结自监督学习的最新进展，最后给出基于自监督学习的AI大模型垂直应用于自动驾驶场景可能的技术路线。
沈超
西安交通大学
沈超，西安交通大学二级教授，人才办公室副主任，教育部长江学者特聘教授，教育部创新团队负责人，国家重点研发计划首席科学家，国防基础加强计划首席科学家，阿里巴巴达摩院青橙奖、霍英东青年教师一等奖、麻省理工MIT-TR35 China、国家优秀青年科学基金、IEEE SMC Early Career Award获得者。主要从事智能系统安全与控制的研究工作，发表学术刊物180余篇，获学术期刊/会议最佳论文奖9次。获得陕西省自然科学一等奖、中国自动化学会自然科学一等奖等4项，主持国家重点研发计划、国防基础加强计划、国家自然科学基金重点项目、国家自然科学基金国际(地区)合作项目、企业横向等项目30余项，制定国际/行业/团体标准5项。担任IEEE TDSC、TCYB汇刊等10余个国际期刊副编辑、IEEE Xi'an Section SMC&CS主席、ACM SIGSAC China副主席、中国人工智能学会组织工委副主任等。
报告题目:
智能驾驶系统与大模型安全
报告摘要:
近10年智能技术飞速发展，取得了巨大成功并在智能驾驶等多个领域落地应用，与此同时针对以深度学习为代表的智能系统与模型面临着前所未有的对抗性风险，智能的安全性问题广受关注。本报告围绕智能驾驶系统中智能算法与模型的安全性分析与测试评估修复展开，将智能驾驶系统中智能算法与模型的研发与测试分为开发阶段、测试阶段与运行阶段，并从各阶段分别介绍相关的安全性分析与测试评估修复技术。本报告介绍团队提出的数据机理融合的AI安全对抗框架，及面向智能驾驶系统的安全测试与修复平台，以人工智能技术的可持续发展以及该技术在智能汽车行业的安全应用。
青年学者论坛
主题1：复杂系统预测控制与智能决策
马乐乐
华北电力大学
马乐乐，1995年1月生，华北电力大学控制与计算机工程学院副教授。2016年和2021年于华北电力大学分别获得自动化专业学士和控制理论与控制工程专业博士学位。2019-2020年公派至美国Baylor University访学。博士期间曾获“第30届中国过程控制会议学生优秀论文提名奖”、“北京自动化学会优秀博士研究生”、“北京市优秀博士毕业生”等荣誉。入选2023-2025年度北京科协青年人才托举工程。担任中国自动化学会预测控制与智能决策专业委员会委员、北京人工智能学会理事。主要从事非线性模型预测控制理论及应用的研究工作，围绕该问题在T-CYB、T-SMC、T-NNLS等IEEE汇刊及《自动化学报》、《中国科学：信息科学》等重要中文期刊上发表了系列研究成果。主持国家自然科学基金青年项目、中国博士后科学基金特别资助项目、中国博士后科学基金面上项目各1项，作为研究骨干参与科技部重点研发计划政府间国际科技合作创新项目、国家自然科学基金面上项目各1项。
报告题目：
非严格重复批次过程的迭代学习模型预测控制
报告摘要：
针对具有重复操作特性的批次生产过程，迭代学习模型预测控制（ILMPC）融合迭代学习和滚动时域优化两种机制，建立二维控制结构：沿迭代轴对历史运行经验进行点对点学习，改善全区间的跟踪效果；沿时间轴对预测时域内的性能指标进行滚动优化，提高瞬时跟踪精度。ILMPC的迭代学习结构本质上要求系统在重复操作时的工作条件保持一致，从而保证控制信号的有效更新和误差信号的迭代收敛。然而，由于实际工业过程受到生产指令、环境干扰以及测量误差等多种不确定性因素影响，导致参考轨迹、操作周期等关键参数会产生沿迭代轴的随机变化，难以满足ILMPC算法所依赖的严格重复性条件。因此，报告聚焦于非严格重复批次过程的高精度跟踪问题，介绍变参考轨迹、变操作周期下的数据驱动迭代学习模型预测控制策略，采用干扰抑制、数据补偿、知识迁移等技术提高ILMPC在变运行工况下的学习效率，并对本领域亟待解决问题和未来研究规划进行总结展望。
王军晓
浙江工业大学
王军晓，IEEE Senior Member, 全球前2%顶尖科学家，中国自动化学会预测控制与智能决策专委会委员，中国指挥与控制学会高级会员，2017年获得东南大学博士学位，并被评为东南大学优秀博士学位论文；2015年9月-2016年10月作为国家公派联合培养博士研究生在德国慕尼黑工业大学从事学术研究，指导研究生获得省优秀硕士学位论文1人次，省专业学位研究生优秀实践成果1人次，校优秀硕士学位论文2人次；长期从事机电伺服/自主系统智能感知、广义干扰抑制与优化研究；主持国家自然科学基金项目2项，省基金面上项目1项，企业委托等项目10余项；担任International Journal of Electronics等国际学术期刊编委，在国内外主流学术期刊发表论文35篇(IEEE汇刊18篇-其中一作12篇)，先后有3篇入选ESI高被引论文，2017年获得IET-CTA最佳论文奖，2019年获得浙江省科协“育才工程”项目资助，2021年获得浙江省技术发明二等奖。
报告题目：
机电系统广义干扰估计与预测控制
报告摘要：
机电系统广泛存在摩擦、参数不确定、负载转矩等多源干扰，这些因数对系统高性能产生了威胁。本次报告讨论从干扰前馈补偿的角度思考如何提高系统的抗扰性能，分析了现有扩张状态观测器、广义比例积分观测器等方法在干扰估计方面的局限性，利用干扰先验信息提出了广义干扰估计与补偿方法；并分析了现有模型预测控制对模型的依赖，在此基础上结合多源干扰估计进一步提升了现有模型预测控制的鲁棒性等闭环控制性能，并在电机等实验平台上进行了实验验证。
周远强
同济大学
周远强，同济大学研究员，博士/硕士生导师，入选上海市海外高层次人才引进计划、上海市领军人才（海外）。先后获得哈尔滨工业大学理学院数学系学士学位、控制科学与工程系硕士学位，以及上海交通大学自动化系博士学位。曾在美国纽约大学（NYU）Tandon工学院电气和计算机工程系做两年访问学者，并在香港科技大学（HKUST）化学与生物分子工程学系担任博士后、副研究员长达三年多。在Automatica、IEEE会刊、Advanced Science、Cell子刊等自动化和化工领域的权威杂志和国际知名会议上发表40余篇学术论文，其中近30篇发表在SCI期刊上；以第一作者身份发表20余篇论文，其中SCI期刊论文16篇；撰写并发表了两篇特邀综述论文，分别发表在期刊《J. Process Contr.》和《Korean J. Chem. Eng.》上；2篇入选ESI高被引论文，累计影响因子超过220，期刊影响因子大于10的文章11篇。论文发表成果得到了国内外知名学者在自控领域顶级权威期刊引用和积极评价，其中包括十多位国内外院士和 IEEE/IFAC Fellow。长期担任多个国际期刊的编辑与客座编辑，以及40余个国际期刊和会议的审稿人，并多次在知名国际学术会议、大学和研究机构做报告。
报告题目：
智能制造过程系统中质量优化与自动化控制的融合：应对批次制造难点
报告摘要：
批次过程在制造过程系统中扮演着重要的角色，对于工业而言至关重要。然而，批次制造过程存在一系列难点问题，这些问题严重影响产品的质量。为了克服这些难点，本报告提出了将质量优化与自动化控制相融合的解决方案。通过在智能制造过程控制系统中引入自动化控制技术、数据分析和智能算法，包括预测控制、迭代学习控制和数据驱动控制等智能控制技术，实现数据驱动的决策和自动化调整，以优化生产过程并提升产品质量。本报告旨在介绍关于质量优化与自动化控制相融合的最新研究成果，这些技术的引入为智能制造过程控制系统带来了新的发展机遇。然而，实施融合过程也面临一些挑战，解决这些挑战需要综合考虑数据管理、算法优化和技术应用等多个方面的因素。这些研究为实现智能制造过程控制系统的质量优化和自动化控制提供了重要的参考和指导。
主题2：自主无人系统智能控制与决策
唐晓铭
重庆邮电大学
唐晓铭，重庆大学博士，美国德克萨斯大学UTARI研究所博士后，重庆邮电大学教授，硕士研究生导师/博士研究生导师。2019年入选重庆市巴渝学者青年学者，重庆市学术技术带头人后备人选。主要从事预测控制理论与方法、网络化控制与系统等方向的基础研究工作。在Automatica、IEEE Transactions on Fuzzy Systems、IEEE Transactions on Cybernetics、自动化学报等国内外权威期刊和会议上发表学术论文60余篇。研究成果曾荣获重庆市自然科学二等奖，International Journal of Automation and Computing“Most Cited Paper Award”，首届川渝学术大会优秀论文奖等奖励及荣誉。
报告题目：
网络化系统的预测控制及其在无人系统中的应用
报告摘要：
由通信网络连接控制系统中各类部件构成的网络化系统已成为流程工业、智慧能源、智能交通等领域未来发展的必然趋势。然而, 通信网络的介入促使控制系统在体系结构、控制策略和协同方法等方面都发生了深刻的变化。本报告将聚焦以状态反馈网络预测控制、输出反馈网络预测控制、网络化无人系统预测控制三大核心研究内容，采用先线性系统再非线性系统，先状态反馈再输出反馈，先理论研究再实际应用的思路，深入剖析网络化系统的协同优化与预测控制的若干关键科学问题。
项超群
广州大学
项超群博士为广州大学机械与电气工程学院副教授。他的学术生涯涵盖了在东北大学机械电子工程研究所、英国索尔福德大学机器人学院及英国布里斯托大学机器人实验室等知名机构的丰富经历。项博士的研究专注于仿生软体机器人的感知、驱动、执行与控制领域，曾主导国家自然科学基金青年基金项目和多个广东省自然科学基金项目，同时也是多个国家级项目的核心研究成员。在仿生机器人研究领域，项博士已发表超过20篇SCI论文，其中12篇为第一作者或通讯作者，最高单篇引用达到144次，总引用数达972次，H-index为16。2020年，他的一项研究被英国物理学会评为“年度最多引用的顶尖1%的论文”。此外，项博士在2016年荣获第44届日内瓦国际发明博览会银奖。项博士还积极参与学术界的服务，担任《Soft Robotics》、《Advanced Materials》、《Advanced Materials Technology》和《IEEE Industrial Electronics》等多个国际期刊的审稿人。
报告题目：
仿生机器人的感知、建模及驱控
报告摘要：
软体机器人已是机器人学与仿生学最活跃的领域之一，开始从系统研发的初级阶段向软体传感和仿生智能的阶段发展。软体机器人与作业对象和环境最主要的交互是接触，因此软体触觉感知成为一项非常重要的前沿研究。本报告以此为背景，研究基于视觉的三维接触面几何信息和接触力信息等三维接触多元信息（跨模态）软体触觉感知的原理、方法和实现。首先提出感知性能建模方法及优化设计方法，其次探讨其白色圆标记三维位姿估计方法，提出了三维接触面几何重构算法，然后分析其复合弹性体形变力学特性，提出了三维接触力感知算法，最后研制具有跨模态触觉感知功能的软体夹持器，所提的原理和方法均在半实物仿真平台上进行了实验验证。本报告所介绍的相关研究可望为跨模态多元触觉传感器的创新设计提供理论参考和技术支撑，对软体传感理论和技术的发展以及软体机器人的应用起积极的推动作用，为软体机器人的反馈控制奠定基础和提供技术支持。
赵顺毅
江南大学
赵顺毅，江南大学物联网工程学院教授，轻工过程先进控制教育部重点实验室副主任。入选国家级青年人才计划，德国“洪堡学者”计划，江苏省杰青，江苏省“青蓝工程”中青年学术带头人。主要研究方向为复杂系统建模、估计与优化，在Automatica、IEEE Trans. 等工程领域顶级期刊发表学术论文100余篇，主持国家自然科学基金面上、青年，科技部重点研发课题、子课题，省杰出青年基金等项目10余项。主持西门子（中国）有限公司、中国电建集团华东设计院、浙江杭州水务集团等企业委托项目10余项。获江苏省自然科学奖，江苏省优秀博士论文。担任IET Electronics Letters编委，Reliability Engineering & System Safety客座编委，中国自动化学会过程控制专业委员会委员，为IEEE Senior Member。
报告题目：
基于有限脉冲响应滤波器地下顶管机的位子与姿态估计
报告摘要：
地下顶管机定位与姿态的精准估计对顶管施工过程至关重要，决定着工程施工效率与施工质量。传统方式依赖光学全站仪，费时且精度极易受到环境粉尘、水汽的影响。通过提出一种惯性导航 (INS) / 里程计 (OD)相结合的方案，融合不同传感的优势，解决了管道顶推机地下作业时的实时位置与姿态估计问题。考虑到恶劣施工环境与各种环境非高斯噪声的干扰， 提出无偏有限脉冲响应滤波器作为融合误差的估计机制，提高了估计策略对施工环境中各类噪声的鲁棒性，在实现顶管机位子、姿态估计的同时克服了未知和时变噪声统计特性对估计精度的影响。在一个实际的地下顶管施工项目现场对所提策略进行了详细验证。尽管施工现场深度超过10米，但所提INS/OD方案仍能够表现出可靠的估计性能。对比传统基于卡尔曼滤波定位策略，估计精度提高到了厘米级，极大提升了施工效率，为传统行业的智能化升级提供了实施案例。