2023年湖南省“机器人与智能系统”研究生暑期学校
发布日期：2023-07-26
由湖南省人民政府学位委员会和湖南省教育厅主办，湖南大学承办的“机器人与智能系统”研究生暑期学校，依托湖南大学电气与信息工程学院、机器人视觉感知与控制技术国家工程研究中心、湖南大学机器人学院等单位，以传授研究生前沿知识、培养研究生创新精神，训练研究生科学思维，拓展研究生国际视野等为宗旨，拟邀请国内外一流高校机器人与人工智能领域的著名学者、教学名师和优秀研究生于7月下旬共赴湘江之畔、麓山之下的湖南大学，就机器人技术与应用、智能自主无人系统、人工智能前沿进展等主题进行汇报、交流和探讨，以此增进兄弟院校之间的交流合作，促进研究生教育质量的不断提高。
- 关注“机器人技术与应用”视频号，一键预约直播，接收开播提醒!
报告题目：大模型时代机器人自主作业的挑战：行为智能的因果推理与学习报告简要介绍人工智能大模型方面的进展，包括自然语言处理，视觉与语言交互以及分割模型等，特别是机器人在行为智能方面的进展和面临的挑战，分析了与人共融的机器人对非结构场景的自主理解、学习和作业的难点。针对这些问题提出了一种基于视觉推理的自主作业方法，在部分可观测场景下，将学习与规划进行交互迭代，使得机器人能够对动态非结构场景进行视觉推理并完成特定物体的自主作业。报告同时还将介绍基于经验回溯的机器人信赖域自主学习、多机器人自主协作等方法及相关应用。兰旭光，西安交通大学教授，2005年12月在西安交通大学模式识别与智能系统专业获得工学博士学位。现任西安交通大学人工智能学院副院长。担任中国自动化学会共融机器人专委会主任委员，中国认知科学学会理事、副秘书长，人工智能学会“认知系统与信息处理”专委会副主任委员。在人工智能与机器人领域的著名期刊和会议上如IEEE Trans和ICML/CVPR/RSS等发表论文100余篇。主持国家杰出青年基金、基金重点、国家科技重大专项、科技创新2030人工智能重大项目等科研项目10余项。IEEE 高级会员。水下机器人是人类认识海洋、经略海洋的必要装备，其在科学探测、海洋工程、国防安全和搜索救援等领域应用日渐广泛。本报告介绍了各类水下机器人的发展历史、技术特点和主要应用场景，并以哈尔滨工程大学智能水下机器人技术团队所研制的“星海”系列自主水下机器人为例，分享面向不同需求场景的水下机器人研制思路，重点探讨水域应急救援机器人的前沿技术与应用案例。秦洪德，哈尔滨工程大学教授、博导，国家杰出青年科学基金获得者，水下智能机器人技术团队负责人。主要从事水下自主航行器、水面无人艇技术研究，研发了“星海”系列海洋机器人，牵头负责科技部重点研发计划“水下生命探测与搜索救援关键技术与装备”、国自然联合基金重点项目“新概念仿生两栖机器蟹关键技术研究”、国自然重点项目“可底栖式水下自主航行器关键技术研究”、工信部高技术船项目“极地探测无人潜器研制”等项目，受企业及研究院所委托主持研制了多型水下机器人、水面无人艇。在海洋机器人总体设计、近底观测作业、自主导航与精细控制等方面取得突破，获得省部级奖励3项，发表SCI论文一百余篇，授权发明专利九十余项。显微操作是在显微环境下对微纳尺度对象进行精准操作的技术，是工业制造、新兴材料、生物医学等多学科交叉领域中瓶颈突破与产业革新的关键技术。本报告介绍面向生物医学领域的智能显微操作系统，主要从面向模式动物的个体水平显微操作和面向类器官制造的细胞水平显微操作两个角度展开。相比于宏观世界中的控制系统范式，显微操作系统通常具有环境高度复杂、反馈严重受限、被控对象脆弱等特点，这导致相关生物医学实验成功率低、效率低、一致性差，无法满足生命科学和临床医学领域的科研和产业化需求。因此，研制面向生物医学领域的智能显微操作系统及装备，不仅能够解决复杂显微环境下微纳尺度对象的视觉检测和智能控制中的一系列难点问题，在相关生物医学领域建立标准，又能够辅助领域专家可靠高效地开展生命科学实验和临床医学应用，在攻克人类重大疾病、揭示生命本质等方面具有极大的潜力。高会军任哈尔滨工业大学航天学院教授、博士生导师，智能控制与系统研究所所长，欧洲科学院院士、国家杰出青年科学基金获得者、教育部长江学者特聘教授、国家“万人计划”科技创新领军人才、IEEE Fellow、香港大学荣誉教授，曾任全国青联常委、黑龙江省青联副主席。高会军教授研究方向为智能控制与装备、机器人与智能系统等。发表IEEE Transactions系列汇刊论文200余篇，获授权国家/国际发明专利百余项，曾获国家自然科学二等奖、全国先进工作者、中国青年五四奖章等荣誉。任IEEE工业电子学会副主席、IEEE机电一体化汇刊主编。培养的多名学生入选长江学者等国家高层次人才计划。报告题目：对地观测系统中的目标识别：挑战、对策及展望目标检测与识别是空天地海一体化观测系统的一项关键技术，广泛应用在侦察、监视、预警、搜救等军民领域。与自然图像相比，高分辨率遥感图像具有目标方向多变、目标类型及数量繁杂、特定领域样本稀缺、成像视角单一等特点，此外，不同平台、不同光照、天气条件、大气参数等都会对遥感图像获取产生影响。这些综合因素使得高分辨率遥感图像目标检测与识别，与自然图像理解相比，面临着更大的挑战和更多的难点问题。当AI与遥感技术深度融合，将会产生怎样的火花？本报告首先总结分析了对地观测系统中目标检测与识别任务面临的挑战，接下来重点汇报我们团队在旋转不变目标检测、有向目标检测、弱监督目标检测、小样本目标检测、以及目标型号识别等方向取得的研究进展和典型应用，最后展望了未来的研究工作。韩军伟，西北工业大学自动化学院院长，IEEE Fellow，长江学者特聘教授，国家万人计划科技创新领军人才，科睿唯安全球“高被引科学家”，爱思唯尔中国“高被引学者”。主要研究方向是人工智能、模式识别、类脑计算、遥感影像解译等。在领域顶级期刊/会议如：Proceedings of the IEEE，IEEE TPAMI，CVPR等发表学术论文150余篇，论文被引用近3万次。3篇论文入选年度中国百篇最具影响国际学术论文。获2021年度和2023年度IEEE地球科学与遥感学会最有影响力论文奖、国际期刊IEEE TCSVT 2021最佳论文奖、国际会议IEEE BIBM 2018最佳论文奖，国际会议ACM Multimedia 2010，MICCAI 2011和ICME 2016最佳学生论文奖提名。培养多名博士生/博士后获得中国图象图形学学会优秀博士论文、陕西省优秀博士论文、博士后创新人才支持计划、国家级青年人才计划、高被引科学家、吴文俊人工智能优秀青年奖等。获陕西省科学技术一等奖、吴文俊人工智能技术发明一等奖等7项省部级科技奖。担任IEEE TPAMI、《中国科学：信息科学》等多个国内外期刊编委，任国际会议如CVPR等的领域主席。报告题目：面向复杂场景的移动机器人感知技术及设备研发工作在复杂多样环境中的移动机器人由于要完成不同的任务，因此对作业环境的实时高效感知提出了更高需求。由于工作场景多样化，以及不同移动机器人系统（地面机器人、飞行机器人等）可达空间及运动能力的差异，这就要求为其配备的环境感知设备及信息处理技术能够应对场景非结构化、GNSS受限、作业工况多变等诸多因素的影响。本次报告从多种典型机器人作业需求分析入手，对报告人所带领的大连理工大学智能机器人团队近年来研发的便携式三维环境建模、多传感器硬同步、外旋转全景扫描等感知设备及全向全驱动机器人平台进行展示，并结合相关应用实例对复杂环境建模、大范围建图及长期自主导航等方向取得的研究进展进行介绍与研讨。庄严，教授，博士生导师，大连理工大学控制科学与工程学院、人工智能学院双聘教授，智能系统与机器人方向责任教授，是“辽宁省工业装备分布式控制技术创新中心”主任，IEEE高级会员，IEEE TIM等国际期刊编委。长期致力于机器人面向复杂场景的自主感知、建模、场景理解及自主适应领域研究。目前担任辽宁省人工智能学会副理事长、CAA机器人专业委员会委员、CCF智能汽车分会执行委员。作为项目负责人在研国家自然科学基金联合基金重点项目2项，发表论文100余篇，申请国家技术发明专利40余项（授权28项），带领团队参与国际标准制定2项。已培养博士、硕士毕业80余人，博士后3人。由于视觉传感器的低成本和可扩展等优点，视觉感知任务已成为自动驾驶热点研究对象。本报告将依次从单视角、全场景到多模态的角度，介绍视角全面和模态丰富的视觉感知研究现状与本团队工作。首先，由于单目相机结构简单、成本低的有点，介绍一种新的单目3D目标检测方法，基于学习的方法实现2D图片检测出目标3D属性。其次，针对当前广受关注的鸟瞰图（BEV）感知技术，介绍一种双流融合框架构建BEV语义地图模型，克服IPM几何扭曲的缺点。再次，针对传统RGB相机传感器目标检测方法难以应对雨、雾、弱光等环境因素影响，而红外传感器稳定性好，却易受温度变化影响的缺陷，介绍本团队构建的对偶注意力增强多模融合感知方法，采用一种长程依赖信息交互融合方法实现二者特征的高效融合与准确表征。最后介绍上述方法的典型应用。李智勇，湖南大学“岳麓学者”特聘教授、博士生导师，机器人学院常务副院长，湖南省第十三届政协委员、普通高校“人工智能”方向学科带头人、湖南省机器人科技教育学会常务副会长。长期从事多模融合感知与自主无人系统、自主协同与机器人群体协作、数据驱动的多智能体优化调度研究工作，先后主持了20余项国家和省部级科研项目，包括主持国家自然科学基金区域创新联合重点项目、国家重点研发计划项目课题、国家自然科学基金重大研究计划项目、国家自然科学基金面上项目、广东省产学研合作重大项目、湖南省科技创新重点项目等。在IEEE TNNLS、TIP、TKDE、TITS、TPDS、TSMCS、ACM MM、自动化学报、计算机学报、软件学报等国内外权威期刊、会议发表高水平论文130余篇。申请和授权国家发明专利30余项，并实现技术成果转化。作为主要完成人获国家教学成果奖二等奖、湖南省教学成果一等奖、湖南省技术发明奖二等奖、湖南省科技进步奖二等奖、国家自然科学基金委主办中国“智能车未来挑战”比赛冠军等10余项奖励。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。胡庆雷，博士，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、空间光机跟瞄系统、精密微纳伺服控制等研究工作，先后承担国家自然科学重大仪器项目、科技部重大专项课题、装备预研重点项目、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100余篇，出版英文专著3部，授权国家发明专利30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的编委。传统无人机往往难以在丛林、楼宇及洞穴等典型导航拒止环境下进行正常作业，然而该环境下无人系统的搜索救援、侦察预警及目标捕捉等研究工作具有重要的军事和民用价值。以提高无人系统对复杂环境协同探测的自主性和安全性为目的，报告将从复杂环境下多无人系统定位的协同性、调度的高效性、轨迹的安全性及控制的鲁棒性角度出发，重点对基于地图匹配的多无人机协同定位技术、基于路图的多无人机协同决策调度技术、基于随机模型预测路径积分的多无人机实时运动规划技术及多变量干扰补偿的飞行控制技术进行介绍，在此基础上对未来研究工作进行展望。田栢苓，天津大学电气自动化与信息工程学院英才教授。2006年7月获天津大学自动化专业工学学士学位，2011年7月获天津大学自动化学院控制理论与控制工程专业博士学位，2014年6月至2015年6月赴英国曼彻斯特大学控制系统中心访学。长期从事无人系统自主导航与控制的研究工作，相关研究成果授权国家发明专利20余项，发表SCI论文100余篇，其中ESI高被引论文6篇，出版专著1部，主持国家自然科学基金优秀青年基金、装备预研教育部联合青年人才基金、军委科技委项目等国家级和省部级课题20余项，曾获天津市自然科学二等奖、天津市中青年科技创新领军人才、首届飞航杯智能装备与体系设计大赛-无人蜂群挑战赛冠军、北京市麒麟科学技术奖等奖励。收敛速度和收敛精度是动态系统控制的重要指标。本报告将系统介绍高精度超指数收敛和预设时间收敛控制理论及设计方法，讨论预设时间控制和有限时间控制的联系以及在无人系统中的应用前景。宋永端，重庆大学人工智能研究院院长，重庆大学自动化学院教授/博导，国际欧亚科学院院士，IEEE Fellow，中国自动化学会会士，国家特聘专家，注册职业工程师(美国)，IEEE CIS计算智能重庆分会创始人及首任主席，国际知名期刊IEEE Transactions on Neural Networks and Learning Systems主编，《Journal of Automation and Intelligence》中国科技期刊卓越行动计划高起点英文期刊创始主编。研究领域包括机器人及智能系统，控制理论及应用。脑-机协同建立了探索复杂系统中的人-机-环匹配优化问题的新视角，是研究寻求复杂系统中的人-机-环匹配问题的基础。通过对脑-机协同中的脑认知功能和行为的研究，不仅能解决脑科学的前沿问题，同时利用大脑的工作机制，结合机器智能构建脑-机相互适应的系统，可以进一步优化系统设计和提升脑-机协同工作的效能。本报告将主要围绕脑-机协同系统的构建及其应用展开。首先，回顾了脑-机协同的发展历程和关键节点，进而梳理了脑-机协同的现代定义给出了一种可能的系统框架。然后，介绍了本研究中心关于脑-机协同主题的研究进展。具体地，我们建立了关于情绪与脑负荷的物理-心理-生理度量指标，开发了可支持情绪与脑负荷诱发和数据采集的实验平台；然后，构建了关于情绪与脑负荷的量化计算模型，支持了面向作业过程的脑负荷与情绪的监测和识别。同时，该工作也进一步发展了情绪与脑负荷的脑认知发展模式。接着，简介了本研究中心的已有先导科研基础及设备平台支撑。主要包括本中心围绕脑-机协同的核心科学技术问题，所开展的脑功能检测成像、物理调控、认知增强的关键技术研究，以及集成智能前沿技术在安全和健康领域的应用。最后，介绍了该主题今后的工作规划，并展望了关于脑-机协同研究的未来发展。李小俚，博士、教授、博士生导师。1997年获哈尔滨工业大学机械制造工学博士学位， 1998-2009年香港城市大学制造工程与工程管理系研究员、德国汉诺威大学IFW洪堡学者、英国伯明翰大学计算机学院研究员。获得德国洪堡奖学金、教育部新世纪优秀人才支持计划、国家杰出青年基金和国家海外高层次人才计划。现任北京师范大学认知神经科学与学习国家重点实验室副主任/认知神经工效研究中心主任。担任J Neural Eng, Neurocomputing等国际期刊的副主编或编委。当前主要从事神经工程（神经工效、脑机接口、神经信号处理）的技术基础研究与应用转化，重点研究脑功能成像和无创脑功能调控技术，主持过科技部、基金委、科工局、军科委等科研项目30多项，已在SCI期刊发表论文345篇，专利40多项，获得6项医疗器械注册证。报告题目：微创血管介入手术机器人智能感知与技能学习血管入手术是治疗心脑血管疾病的有效手段，相比于传统的开胸手术，其具有创伤小、恢复快的优势。微创血管介入手术机器人进一步促进了此类手术的实际应用，但目前该类手术机器人的自主程度还较低，导致机器人对医生的智能辅助还较为局限。本报告面向机器人智能辅助血管介入手术，将从分析制约血管介入手术机器人智能化水平提升的诸多因素入手，着重讲述智能影像分析与导航、触觉感知与反馈、专家操作技能建模与学习三个方面的相关研究进展。周小虎，中国科学院自动化研究所，研究员，博士研究生导师，国家优秀青年科学基金获得者，中国科学院青年创新促进会会员，入选中国科学院首批“特别研究助理人才计划”，中国科学院“特聘研究骨干”，国家基金委/北京市科委评审专家，主要研究方向包括心脑血管疾病的机器人、触觉仿生感知、智能影像分析等。目前已在该领域发表学术论文60余篇，其中IEEE汇刊15篇(第一/通讯作者10篇)，MICCAI/ICRA/IJCAI/AAAI等顶级会议论文18篇；获授权国际PCT专利3项、国家发明专利21项；主持NSFC优秀青年科学基金、腾讯Robotics X犀牛鸟专项、北京市面上专项、区域联合重点基金课题、国家重点研发计划子课题等；荣获中国科学院“院长特别奖”、机器人国际会议IEEE RCAR 2022/2023“最佳论文奖”，机器人旗舰会议IEEE ICRA 2020、医疗机器人会议CME 2017“最佳论文提名奖”、中国人工智能学会/自动化学会“优秀博士学位论文奖”等荣誉奖励。针对深海水下环境的目标搜索控制问题，介绍智能水下机器人深海目标自主搜索关键技术，包括水下环境地图构建，水下搜索路径规划与路径跟踪控制技术。最后介绍水下搜救系统研发与应用，水下机器人深海搜救未来发展与应用需求。朱大奇，上海理工大学沪江学者特聘教授、上海市“水下工程检测”技术创新服务平台主任，上海理工大学机器人工程系主任。二级教授、博士生导师，上海领军人才、国务院特殊津贴专家，International Journal of Robotics and Automation、Intelligence & Robotics期刊Associate Editor。长期从事水下机器人及其应用、智能信息处理与故障诊断研究。先后主持国家863计划与国家重点研发计划课题2项，主持国家自然科学基金重点项目2项，主持国家自然科学基金面上项目5项；主持包括上海市科委重大（重点）项目等省部级课题20项以上。以第一或通讯作者发表IEEE顶级期刊论文20篇以上、ESI高被引及热点论文10篇，出版《无人潜水器水下搜救理论与技术》等专著4部，授权国家发明专利15项；获中国航海学会科技成果一等奖1项（第一完成人），上海市科技进步二等奖4项（第一完成人3项，第二完成人1项）。自主研发的“智海金枪鱼”号AUV、“海寻”号ROV和“海鮣”号船舶清洗机器人系统已在企业定制生产。报告题目：Adan: Adaptive Nesterov Momentum Algorithm for Faster Optimizing Deep ModelsDifferent kinds of deep networks typically need different optimizers, which have to be chosen after multiple trials, making the training process inefficient. To relieve this issue and consistently improve the model training speed across deep networks, we propose the ADAptive Nesterov momentum algorithm (Adan). Adan first reformulates the vanilla Nesterov acceleration to develop a new Nesterov momentum estimation (NME) method, then adopts NME to estimate the first- and second-order moments of the gradient for convergence acceleration. Besides, we prove that Adan finds an ϵ-approximate first-order stationary point within O(ϵ−3.5) stochastic gradient complexity on the non-convex stochastic problems, matching the best-known lower bound. Extensive experimental results show that Adan consistently surpasses the corresponding SoTA optimizers on vision, language, and RL tasks and sets new SoTAs for many popular networks, e.g. ResNet, ConvNext, ViT, Swin, MAE, DETR, GPT-2, Transformer-XL. More surprisingly, Adan can use half of the epochs of SoTA optimizers to achieve higher or comparable performance on ViT, GPT-2, MAE, etc, and also shows great tolerance to a large range of minibatch size, e.g. from 1k to 32k. Code is released at https://github.com/sail-sg/Adan.林宙辰，北京大学智能学院教授、副院长，研究领域为机器学习和计算机视觉。他在人工智能核心期刊和会议上发表论文280余篇，出版中英文专著5本，谷歌引用数为3万余次。他曾多次担任多个业内顶级会议的领域主席，包括CVPR、ICCV、ICML、NIPS/NeurIPS、AAAI、IJCAI 和ICLR，曾任ICPR 2022程序共同主席、ICML 2022/NeurIPS 2022/NeurIPS 2023/CVPR 2023/ECAI 2023资深领域主席。他曾获2020年度CCF科学技术奖自然科学一等奖。他是中国图象图形学学会（CSIG）机器视觉专委会主任，CSIG、IAPR和IEEE 的会士，国家杰青，科技部科技创新2030-“新一代人工智能”重大项目负责人。报告题目：单兵智能机器人-从机器智能走向人机混合智能随着智能机器人应用场景的不断拓展，机器人与目标对象及所在环境的交互需求与复杂度日益提升。面对复杂灵巧作业任务场景，机器人全自主作业在短期内是难以实现的，传统的机器人操控也面临很多挑战。一种高效且可靠的智能人机协同机制应当是人类与机器人共同参与最终的控制或决策，实现人类智能和机器智能的融合，推动特种机器人等无人装备朝“多功能、灵活灵巧、人机混合智能作业”方向发展。报告重点梳理机器人人机混合智能要解决的关键科学问题和技术挑战，汇报国防科技大学智能科学学院特种机器人系统与技术团队在复杂环境机器人智能感知与自主控制、人机混合决策、人机混合智能操控等方面的思考探索和最新进展，以及研究成果在若干典型场景的示范应用。卢惠民，国防科技大学智能科学学院某研究所所长、教授、博士生导师，武器装备自动化与仿真军队重点实验室副主任。聚焦打赢具有智能化特征的信息化战争对智能机器人的迫切需求，长期从事机器人视觉感知、多机器人协同控制、人机混合智能操控等智能机器人技术研究，主持国家自然科学基金重点/面上/青年、科技委应用推进、前沿创新、基础加强课题、陆军预研等10余项高水平科研项目，带领团队自主研制五型智能特种机器人样机应用于多个军地单位，在IEEE汇刊、JFR、IROS等顶级期刊/会议发表论文28篇，授权发明专利20余项，出版专著4部，获湖南省科技进步一等奖1项。近年来，新一代人工智能技术的兴起与快速发展，为复杂系统智能优化控制与决策来了新的机遇与挑战。强化学习作为一类重要的人工智能方法，能在复杂系统无法建模的情况下进行智能决策与控制，得到了广泛的应用与研究。该报告主要分享深度强化学习在优化控制与决策、无地图机器人自主导航、多智能体协同与博弈、平台建设等方面的最新研究成果。罗彪，中南大学自动化学院教授、博士生导师、IEEE Senior Member、国家优青、湖南省杰青、2015年中国自动化学会优秀博士论文获得者。2014-2018年在中国科学院自动化研究所任助理研究员、副研究员。发表论文70余篇。 现担任中国自动化学会（CAA）自适应动态规划与强化学习专业委员会副主任；担任国际期刊《IEEE Transactions on Neural Networks and Learning Systems》、《Artificial Intelligence Review》、《Neurocomputing》与《Journal of Industrial & Management Optimization》副主编；担任CAA新一代信息技术科技服务团专家。目前研究兴趣主要有：智能控制/决策/博弈、深度学习、强化学习、计算智能、人在回路技术、无人驾驶/无人机/机器人。随着AIGC技术的发展，人们可享受到高质量和定制化的音视频服务，正在通信、教育、金融、社交、娱乐等领域发挥重要作用，报告将介绍并展示近几年在迁移学习、生成式网络模型、大模型等帮助下的多媒体生成和面向特定人物的音视频模仿技术最新成果。与此同时，逼真的人物音视频模仿能力，在造福人类的同时，也不可避免带了安全风险，技术的恶意利用与传播会对国家和社会造成严重危害，已受到世界各国政府的高度重视，报告还将系统性的介绍伪造音视频鉴别技术，分别在伪造多媒体鉴别方法、伪造溯源分析方法、面向复杂场景的多媒体生成与鉴别对抗博弈机制等方面进行深入分析和阐述。陶建华，清华大学自动化系教授，国家杰出青年基金获得者，国家级领军人才，享受国务院政府特殊津贴。主要从事语音技术、数据认知、模式识别等方向，在IEEE TASLP、IEEE TPAMI、IEEE SMCB、IEEE TAFFC等国内外主要期刊或会议上发表论文300余篇，先后负责国家重点研发计划项目、国家自然科学基金重点项目、国家863重点项目、国家发改委项目等重点科研任务。研究成果获2022年中国人工智能学会吴文俊技术发明特等奖、2021年中国电子学会技术发明一等奖、2018年中国电子学会技术进步一等奖，并多次在国内外学术会议上获奖。目前担任中国计算机学会会士和常务理事、中国人工智能学会常务理事、中国图象图形学会理事兼人机交互专委主任等，并担任IEEE TASLP、Speech Communication、计算机研究与发展等多个主要国内外期刊编委，同时担任Interspeech、ACII、IEEE ICSP、IEEE MLSP等会议大会主席或程序委员会主席。近年来，机器人在智能制造和仿生领域被广泛应用，取得了重大进展。机器人骨骼是决定机器人功能和性能的重要基因，从根本上决定机器人的三个方面，即输出运动、负载能力、运动/力传递能力。机器人骨骼可以抽象为机构拓扑。本报告聚焦于机器人智能制造装备和仿生机器人中的机构拓扑，包括串联、并联和混联三种类型，对机构拓扑如何决定机器人功能和性能进行了系统分析和讨论。李秦川，浙江理工大学教授、博导。中国机械工程学会机器人分会常务委员、中国自动化学会共融机器人专委会委员、中国自动化学会机器人智能专委会委员、IEEE Transactions on Robotics副编辑、机械工程学报英文版编委。主要研究方向为机构学、并联机器人、机器人化制造装备、特种机器人等。主持国家杰出青年科学基金等国家和省部级科研项目十余项，发表论文百余篇，出版专著3部，获省部级科研奖励多项，入选国家和省部级人才工程，获全国五一劳动奖章、浙江省劳动模范称号等。
报告题目：机器人智能精密操作及其在航空航天制造业中应用目前机器人已广泛应用于汽车等制造行业，然而在航空航天等高端制造业中，制造对象存在形状复杂、材料多、尺寸大、质量重、刚度低、配合多、精度高，容错低等特点，现有的机器人存在“看不清”、“控不准”、“学不精”等问题。为此，首先，针对复杂几何特性和光学特性物体的高精度三维检测难题，提出了基于优化与学习的三维测量方法，实现了强扰动工况下的鲁棒测量；其次，针对移动式机器人位置和姿态精准控制难题，提出了基于仿真现实迁移的定位方法及条纹投影的视觉伺服控制方法，实现了大尺度空间中的精确定位；然后，针对非完整信息空间中多参数调控的难题，提出了模型映射和技能学习相融合的方法，实现了欠观测条件下的自主决策。上述方法已成功应用于新型飞机装配过程中制孔、铆接和对接。徐静，清华大学长聘副教授，博士生导师，机械工程系机械电子工程研究所书记，入选国家级青年人才计划，主要从事机器人感知与控制研究；承担了国家自然基金重点项目、科技部重点研发计划课题、北京市自然基金重点项目等项目数十项，发表SCI论文70余篇，授权发明专利60余项；获高等教育（本科）国家级教学成果一等奖、北京市教育教学成果一等奖、四川省科学技术进步一等奖、中国机械工业科学技术一等奖、多个国际会议的最佳会议论文奖；担任Robotica期刊副主编、IEEE机器人与自动化学会助理副主席等职务。
报告题目：从信息到智能: ChatGPT带来的思考报告专家：于非 人工智能与数字经济广东省实验室(深圳)执行主任随着信息技术和人工智能的飞速发展，我们正经历着一个从信息到智能的转变时期。大型语言模型如ChatGPT等已经在众多领域展现出强大的潜力，有人预测通用人工智能的到来，从信息到智能的转型已经成为了推动科技进步和社会发展的核心动力。本报告将探讨从信息到智能的转化过程，以ChatGPT等大语言模型为例，剖析其背后的技术原理和发展历程。最后，报告将展望从信息到智能转变的未来趋势和挑战。于非教授，博士生导师，加拿大工程院院士 (Fellow of the Canadian Academy of Engineering)，加拿大工程研究院院士(Fellow of the Engineering Institute of Canada)，IEEE Fellow, Institution of Engineering and Technology (IET) Fellow，IEEE杰出报告人，IEEE 车载技术学会理事 (2016-2022), 副主席（2017-2019）。连续4年入选科睿唯安计算机科学领域 “全球高倍引科学家” （2019-今）。已发表 700 多篇论文。Google 学术40,000+ 次引用，H-index 100+。研究领域为自主机器智能、信息通信、区块链等。担任IEEE Comm. Surveys & Tutorials, IEEE Trans. Veh. Tech., IEEE Trans. Green Comm.&Netw.编辑。最近出版《智能简史》一书。喷涂是提升高端装备性能和寿命的关键制造工艺之一，而喷涂机器人是一种现代化智能装备，能够提高复杂环境的高性能作业能力，推动行业数字化转型与智能化升级。智能机器人喷涂系统的核心是由机构学、材料学、力学、计算机、多元信息感知等多学科技术交叉综合而构成的复杂机器人系统，其发展与新材料、新机构、新方法和新工艺的应用密不可分，在交通运载、航空航天、国防安全、特种车辆等领域中具有重要的学术价值和工程应用前景。报告主要介绍智能机器人喷涂作业的工程背景、发展意义、研究进展、关键科学与技术问题、趋势与挑战。最后，围绕世界科技前沿、经济主战场、国家重大需求和军民融合应用，分析智能喷涂机器人基础理论、关键技术与示范应用等方面研究热点与发展趋势。訾斌，教授，博士生导师，国家杰出青年科学基金获得者，合肥工业大学机械工程学院院长，机器人研究所所长。作为项目负责人，主持国家重点研发计划“智能机器人”重点专项、国家自然科学基金等项目20余项，发表学术论文100余篇，出版学术专著3部，授权发明专利100余件。作为第一完成人，获安徽省科技进步一等奖、教育部技术发明一等奖等科研奖多项，安徽省先进工作者，安徽省政协委员。担任中国机械工程学会机器人分会常务委员、中国机械工程学会机械设计分会常务委员、中国电子学会电子机械工程分会副主任委员、安徽省机械行业联合会副会长，担任ASME Journal of Mechanical Design副主编、Chinese Journal of Mechanical Engineering、Mechanical Sciences、机器人、控制与决策等国内外期刊编委。主要研究方向为刚柔耦合智能机器人理论、技术与装备，智能制造系统控制与自动化等。机器人的灵巧操作研究是机器人领域研究的热点问题，而触觉信息在机器人灵巧操作作业过程中可以提供关键的感知信息。报告主要介绍Gelstereo系列视触觉传感器的工作机理传感器设计、标定和感知信息处理方法。将触觉传感器集成在机器人夹指指尖，基于深度学习、数据融合等算法，实现了机器人对目标的在掌位姿、表面纹理、滑动状态、三维力等关键信息估计；基于多模态信息感知的机器人灵巧操作控制框架完成了多种机器人灵巧操作任务。王硕，中国科学院自动化研究所多模态人工智能系统全国重点实验室研究员，博导；中国科学院大学人工智能技术学院首席教授；科技创新2030“新一代人工智能”重大项目首席；任十三五、十四五国家重点研发计划“智能机器人”重点专项专家；国际标准化组织ISO/TC 299专家；中国机电一体化技术应用协会常务理事；中国自动化学会、人工智能学会、计算机学会、宇航学会、电子学会等专委会委员。主要从事智能机器人控制、机器人操作技能学习、自主灵巧作业、水下仿生机器人等研究。主持科技创新2030重大项目、自然科学基金联合基金重点和面上项目、国家863计划项目、支撑计划项目、国际合作项目等多项。获得国家自然科学二等奖1项，北京市科学技术奖一等奖1项，中国自动化学会一等奖 2 项，省部级二等奖4项；合著图书4本，发表SCI/EI学术论文100余篇，获授权国家发明专利40余项，软件著作权登记10余项；主持制定机器人国家标准2项。报告题目：厚尾非高斯噪声干扰下鲁棒状态估计理论与应用状态估计是自动控制、统计信号处理与信息融合领域的重要研究分支。在导航与定位应用中，运载体机动和环境干扰会诱导厚尾非高斯噪声，导致传统卡尔曼滤波精度大幅下降，降低导航与定位精度和可靠性。报告主要介绍厚尾非高斯噪声干扰下鲁棒状态估计理论的最新进展及其在组合导航、视觉惯性导航与协同导航中的应用。黄玉龙，教授，博士生导师，哈尔滨工程大学智能科学与工程学院副院长，国家级青年人才。长期从事智能信息融合理论和智能导航应用研究，以第一作者或通信作者发表SCI论文60余篇，顶级IEEE汇刊论文40余篇，已承担国家级和省部级项目10余项。入选中国科协青年人才托举工程、香江学者计划、黑龙江省向上向善好青年，获得中国自动化学会自然科学奖一等奖、吴文俊人工智能优秀青年奖、IEEE Barry Carlton奖、IEEE Barry Carlton奖荣誉提名、中国自动化学会优秀博士学位论文奖。担任《IEEE宇航与电子汇刊》、《IEEE仪器与测量汇刊》、《IEEE传感器学报》等国际顶级期刊副主编和编委。刘 敏 湖南大学
缪志强 湖南大学
