主 题：自主智能与协同决策

时 间：2024年6月24日8:00-11:30

腾讯会议ID：602-725-582

主持人：温广辉 教授   东南大学

报告信息及专家简介

报告题目：基于联想记忆的自主智能系统研究

报告摘要：受联想记忆交叉模态反射的相关生物学机制的启发，模拟多感觉在初级感觉皮层形成的初级联想记忆，构建了感觉皮层的联想记忆存储-检索模型，提出了多感觉双向联想记忆的忆阻神经网络框架，在电路上同时实现模态内联想和跨模态联想。进一步，利用多感觉联想，在更高级的脑区，诸如丘脑、杏仁核，设计电路模拟类人的情感生成演化。希望使机器人也具有感知和表达情感的能力，从而可以更好地应用于人机交互等自主智能系统。

报告题目：集值系统的辨识与控制

报告摘要：随着信息化、大数据和智能化的发展，集值系统大量涌现，对系统建模和控制产生了新的需求。集值系统的特点是无法测得系统数据(如输出、状态等)的精确值，只知道它是否属于某个或某些集合。与传统的精确测量系统相比，集值系统具有可利用信息少和非线性强两大特征，其辨识和控制具有本质困难，需要新的研究视角和理论方法。本报告将从几类典型的集值系统入手，介绍集值系统辨识与控制研究的特点、难点和成果，并浅谈集值系统的相关应用研究。具体成果包括：多类集值系统的参数辨识问题、集值系统的自适应跟踪控制和集值多智能体的趋同控制问题、以及集值方法在复杂疾病建模、雷达目标智能识别等重要实际领域的应用研究。

报告题目：聚焦分布式协同的无人机集群诱导反制理论与方法

报告摘要：分布式协同控制是无人机集群涌现群体智能的核心要素，报告聚焦无人机集群分布式协同机制，探索能够有序驱离无人机集群的诱导反制理论与方法。以无人机集群应用现状和反制需求为切入点，依托课题组在群目标图像检测识别研究方向的技术积累，针对不同体系结构的无人机集群，提出了无人机集群可反制特征识别与提取方法，能够快速识别目标集群中的关键无人机个体。基于现有无人机导航欺骗反制技术基础，引入诱导攻击信号模型和基于鲁棒的攻击性能约束框架，创新性地提出了针对无人机执行器与传感器的诱导反制理论与策略。所提诱导攻击方法能够在维持无人机集群协同状态的同时，将整个集群驱离到攻击者预设的诱导轨迹，实现稳定有序的定向驱离效果。研发了分布式无人机集群导航反制系统，通过对集群部分无人机注入导航欺骗信号，开展了无人机集群编队驱离实验，验证了集群诱导反制理论与方法的有效性。

报告题目：模型/数据联合驱动的工业系统状态监测和智能决策

报告摘要：一方面，现代工业系统存在模型复杂、海量数据等特点，使得传统模型驱动的状态监测方法或者数据驱动的状态监测方法都很难取得理想效果，一个成功的状态监测系统必须同时利用机理模型和实测数据。另一方面，传统决策方法缺乏灵活性和鲁棒性，难以应对不确定性现代工业系统环境，决策模型一旦设定，调整适应性差。智能决策通过测量系统输入/输出/状态数据，设计数据驱动迭代算法来逼近近似最优决策策略。本报告介绍课题组在二维系统故障估计、质量相关多元统计和智能决策方面的最新研究成果。上述研究成果在中石油、中石化等大型石化企业中进行了应用。

报告题目：Asynchronous Control and Filtering of Markov Jump Systems

报告摘要：The issues of asynchronous control and filtering are addressed for Markov jump systems. The asynchronization phenomenon appears between the system modes and controller modes, which is described by a hidden Markovian model (HMM). Accordingly, an HMM is used to name the resultant closed-loop system. By utilizing the matrix inequality technique, necessary and sufficient conditions are obtained, which can guarantee the hidden Markov jump systems to be stochastically stable. Based on the established conditions, the design of asynchronous controller, which covers the well-known mode-independent controller and synchronous controller as special cases, is addressed. The results on asynchronous filtering are also established for complex Markov jump systems.

报告题目：智能系统协同与分析决策探索

报告摘要：机器人与智能系统网络协同可以有效提高机器人的感知与执行效率，报告介绍了围绕机器人与智能系统网络协同感知、协同网络构建以及优化分析决策展开的研究，最后介绍了相关研究成果应用于特种监测机器人以及医疗健康智能监测系统。

报告题目：仿生智能软体机器人

报告摘要：生物可以在各种非结构化自然环境中生存，其身体中所蕴含的物理智能至关重要,涉及材料、结构和形态等要素。通过融合仿生物理智能,软体机器人有望降低控制成本,提高机器人系统响应速度和极端环境下的鲁棒性,以及使微型机器人更加智能化。本报告阐述自然界生物的材料、结构、形态学物理智能特征及其原理,介绍软体机器人实现仿生物理智能的目的及相关的关键技术与方法,并列举软体机器人仿生物理智能的典型应用,最后展望软体机器人仿生物理智能的未来发展及挑战。本报告还将介绍章鱼连续体软体机器人项目，阐述如何逐步实现其形态学智能，材料智能，计算智能，最终发展到自主与可交互的智能软体机器人。