高端论坛

  在人工智能、大数据、云/边缘计算、工业互联网及数字孪生等技术迅速演进的背景下，工业领域正迈入从自动化向智能化、从经验驱动向数据驱动的重要转型期。工业智能化不仅能显著提升生产效率、质量稳定性与能源利用效率，还可以增强设备可靠性、提升安全水平并支撑制造业的绿色低碳转型。本论坛聚焦工业智能技术的前沿进展、理论及应用挑战，来自国内顶尖高校的权威学者将分享在该领域的最新研究成果，共同探讨如何通过智能化控制与决策方法提升工业系统的自主性、鲁棒性与安全性，为新一代工业智能化转型提供理论支撑与工程路径。

主席：耿华 教授 清华大学，中国

个人简介

   耿华 ，清华大学长聘教授、自动化系副主任，教育部长江学者特聘教授，IEEE Fellow。主持国家重点研发计划专项项目、国家自然科学基金优青、重大集成课题、重点等项目；出版科学著作1部，发表论文200余篇；授权中国发明专利30余项；获IEC 1906奖、IEC SC 8A卓越成就奖、IEEE PELS 可持续能源系统技术成就奖、中国青年科技奖、国家科技进步二等奖、国家级教学成果二等奖等。担任IEEE Trans. on Sustainable Energy首位华人主编，IEC国际标准工作组召集人，中国电源学会常务理事、青年工作委员会名誉主任等。

报告人 虞文武 教授 东南大学，中国

摘要

  本报告详细介绍了系统科学的研究领域及研究历程，进而得出结论并阐明了人工智能的发展促进了智能系统的衍生和发展。此外，本报告详细分析了大数据对于人工智能及智能系统的重要作用，详细阐述了智能系统与大数据已经成为新时代下的系统科学一个新兴核心方向。更近一步地，本文详细介绍了智能系统目前在大数据处理分析以及在决策调控方面的瓶颈难题，并提出了利用网络群体智能思想与技术体系来解决上述挑战并推动大数据与智能系统未来发展的重要想法，为后续系统科学的发展指明了方向。

个人简介

  虞文武，东南大学首席教授（二级）、博士生导师、数学学院院长，入选教育部长江学者、青年长江、国家“万人计划”青年拔尖人才、国家优秀青年科学基金获得者、科技部重点研发计划项目首席科学家；东南大学校学术委员会和学位委员会委员、江苏省应用数学科学研究中心执行主任、复杂工程系统测量与控制教育部重点实验室副主任、重大基础设施工程材料全国重点实验室工程材料智能设计研究院学术带头人、网络通信与安全紫金山实验室数理基础研究中心课题负责人、华为-东南大学网络群体智能联合创新实验室主任；2014-2024连续十一次入选科睿唯安/原汤森路透全球高引科学家（工程学）。
  主要从事系统科学与人工智能交叉-分析、控制、优化、学习等相关研究，出版合编书1部、专著2部，教材1章节，发表IEEE汇刊文章100余篇；Google和SCI引用过3万次，SCI H指数75；30篇ESI高被引论文(学科前1%)；相关研发核心技术支撑人工智能新兴产业的无人系统、智能电网、智能交通、大数据、智慧城市等领域。主持国家科技部科技创新2030“新一代人工智能” 重大项目、基金委重点、教育部、国家部委重大专项、省基础科学中心项目、华为公司、国网公司等多项科技项目。
  相关成果获国家自然科学二等奖1项，省科学技术奖/自然科学奖一等奖2项及国家一级学会科学技术奖一等奖2项等奖项；任IEEE Trans. Circuits and Systems II、IEEE Trans. Industrial Cyber-Physical Systems、IEEE Trans. Fuzzy Systems、IEEE Trans. Industrial Informatics、IEEE Trans. Systems, Man, and Cybernetics: Systems、中国科学信息科学、中国科学技术科学、自动化学报、系统科学与数学、智能科学与技术等杂志编委，复杂工程系统（Complex Engineering Systems）杂志主编。

报告人 胡庆雷 教授 北京航空航天大学，中国

摘要

  随着航天科技的不断进步，在轨任务越发复杂与多样，任务类型逐渐由传统的观测、通讯任务，衍生出了以在轨组装、在轨维护、空间监视等为代表的新型任务，在这些任务中空间目标（失控卫星、空间碎片、敌方卫星等）呈现非合作特性，甚至存在潜在机动，主控航天器无法直接通过相互通讯手段获知目标多层次特征信息。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。本次报告主要围绕空间非合作目标语义、结构和运动信息的自主感知任务与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。

个人简介

  胡庆雷，北京航空航天大学自动化科学与电气工程学院教授、博士生导师，入选国家领军人才计划。主要从事导航、制导与控制、空间智能感知与操控等研究工作，先后承担国家自然科学基金重大科研仪器研制项目、科技部重大专项、装备预研重点项目、国防基础重点项目等20余项，在Automatica、IEEE汇刊、AIAA系列期刊上发表学术论文200余篇，出版学术专著3部，授权国家发明专利100余项，获国家技术发明二等奖、国防技术发明一等奖等科研奖励。

报告人 严怀成 教授 华东理工大学，中国

摘要

  本报告将介绍新型电力系统存在和面临的主要问题和挑战，接着介绍团队近期在智能无人系统相关技术，并对其在新型电力系统的应用进行展望。

个人简介

  严怀成，教授、博导。IET Fellow。入选国家高层次人才计划、科技部中青年科技创新领军人才、上海领军人才、上海优秀学术带头人、中国自动化学会青年科学家、科睿唯安“全球高被引科学家”、爱思唯尔中国高被引学者、全球前2%顶尖科学家终身榜单等。主要从事无人机、机器人、能源电力、人工智能等研究和应用工作。主持国家自然科学基金重点项目、国家重点研发计划课题等国家省部级课题60余项。发表Automatica和IEEE 汇刊论文300余篇，Google学术引用20000余次，h指数74。2篇入选“中国百篇最具影响国际学术论文”，获国内外学术会议最佳论文奖10余次。授权和申请国家发明专90余项。现担任IEEE TNNLS、IEEE TFS、SCIENCE CHINA Information Sciences、IJRA、中国科学：信息科学等多个期刊副编辑。获教育部、上海市、中国自动化学会一等奖/二等奖励10余项。现为中国自动化学会控制理论专委会委员、中国人工智能学会智能机器人专委会委员、中国自动化学会具身智能专委会委员和上海自动化学会理事等。

报告人 李忠奎 教授 北京大学，中国

摘要

  任务规划，作为无人集群的决策中枢，在动态开放环境下执行长周期任务，迫切需要可靠高效的集群在线规划和人机协作交互能力。大语言模型等现有方法面临可靠性不足、难以解释、难以验证等问题，既能捕捉复杂的人类意图又要显著降低操作者的操作负担难以有效折衷。为此，我们提出了新的融合驱动集群任务规划框架，其中形式逻辑将任务目标和约束编码为可检查的时序规则，用来构建长期任务骨架和在线监控，大模型在观察环境和查询知识的基础上，生成可解释的中高层任务规则与子任务序列，人则只需通过简单界面在关键节点确认/修正规划。在大规模仿真和真实部署中，相比代表性基线，我们提出的方法在任务成功率、计划稳定性和资源利用效率上都有显著提升。用户实验表明，在保持或提升任务性能的前提下，操作时间、交互次数和主观/生理压力均显著下降。

个人简介

  李忠奎，北京大学先进制造与机器人学院博雅特聘教授，2005年于国防科技大学获学士学位，2010年于北京大学获博士学位。从事无人集群协同控制与决策研究。撰写英文专著2部，发表期刊论文100余篇。入选国家杰青，教育部青年长江，北京市杰青，全国百篇优博。获国家自然科学二等奖1项，教育部自然科学一等奖、二等奖各1项，中国指控学会科技进步一等奖1项，SCI期刊最佳论文奖2个。

报告人 杨东升 教授 东北大学，中国

摘要

  分布式电源、微电网、智能用电、电动汽车、储能快速发展，导致电网潮流由单向变为双向、多向，电力工业运行与控制的复杂度越来越高，同时给电力系统的安全运行面临新挑战。为此，采用基于数据驱动与模型相结合的方法，设计一种新型的电力设备早期故障分析框架，建立了基于深度对抗的早期故障微弱特征增强模型，充分利用不同状态、不同时段所采集的工况信号，端到端地生成增强数据。提出了基于异常检测的增强故障辨识算法，通过劣化增强的方式实现早期故障分析，发展了基于模型和小样本数据理论的工业工程故障早起预警理论，为工业状态分析与安全运行提供理论支持。

个人简介

  杨东升，教授博导、IET Fellow、国家高层次人才、享受国务院特殊津贴。现任东北信息科学与工程学院副院长。主要研究方向：能源系统数字化、能源互联网的人工智能控制。作为项目负责人主持国家自然科学基金重点项目以及国家重点研发计划课题各1项。国家重点研发计划“煤炭清洁高效利用技术”重点专项指南组专家、智能电网2030指南组专家。

  多模态智能协同感知与决策作为中国新一代人工智能发展规划中的重要方向，正在改变工业生产和社会发展的模式。多模态建模与决策、大模型、具身智能等技术将通过多模态信息深度融合与人机环境的高效动态交互与协同，为复杂智能系统、特别是工业生产全流程识别、运行状态评价、优化决策、监测与故障诊断等提供全新的解决方案，从而，提升系统自主感知和决策能力。本次论坛将汇集多模态建模与决策、大模型、具身智能领域的知名专家、学者，聚焦该领域最新的理论研究与技术实践，推动实现智能化、绿色化的新质生产力发展。

主席：何大阔 教授 东北大学，中国

个人简介

   何大阔 ，东北大学教授，辽宁省高校创新团队负责人。现任东北大学信息科学与工程学院副院长，中国自动化学会过程控制专委会委员、中国有色金属学会自动化专委会委员，辽宁省机器人重点实验室群副主任。长期从事工业人工智能及其相关交叉学科理论与技术研究，作为项目负责人承担国家自然科学基金5项、国家重点研发计划课题3项、企业合作课题多项；作为第一完成人获中国自动化学会科技进步一等奖1项，以骨干成员获中国有色金属工业科学技术奖一、二、三等奖各1项、中国黄金协会科学技术一等奖1项；发表高水平学术论文一百余篇，被SCI、EI 检索一百余篇；参与“流程工业选矿过程智能优化制造发展战略研究”、“基因矿物加工工程可行性及发展战略研究”等中国工程院咨询项目并撰写研究报告。

报告人 赵春晖 教授 浙江大学，中国

摘要

  电池健康管理是保障锂电池系统安全、高效、长寿命运行的核心关键。传统锂电池时序数据（电压、电流、温度、内阻等）决策模型，通常仅输出异常分数、故障类型、SOX估算值等抽象结果，难以回答“电池为何异常”“故障根源在哪”“该如何运维/修复”等实际问题。大语言模型（LLMs）虽在知识驱动决策上展现出巨大潜力，但直接用于锂电池时序信号时，存在显著语义鸿沟：连续、高维、强耦合的电池运行时序数据，难以有效编码为语言模型可理解的离散语义单元。不同于传统电池管理“从信号到数值”的决策模式，本研究提出一种面向锂电池管理的可解释智能决策框架，实现“从电池时序信号到自然语言语义”（Signal-to-Semantics, S2S）的端到端决策。研究突破了传统“时序数据→抽象决策”的范式，直接输出电池领域专家可理解、可校验、可落地的故障推理过程、状态诊断结论与运维处置建议，构建出适用于锂电池管理场景、高可信、可解释的人工智能决策方法，为电池安全预警、健康评估、寿命预测与智能运维提供全新技术路径。

个人简介

  赵春晖，浙江大学求是特聘教授，国家杰青。主要研究方向为人工智能方法与应用研究。已在国际权威期刊上发表一作/通讯高水平SCI研究论文260多篇，1作出版4本中/英文专著，主编4本大数据本科教材，一本获国家规划教材，主持国家一流课程。主持国家自然科学基金、国家重点研发计划课题、省级项目和企业合作项目等。曾获浙江省自然科学一等奖（排1）、教育部技术发明一等奖（排2）等科研奖励；获中国青年女科学家奖、中国自动化学会会士等荣誉。担任IEEE TASE、JPC等国内外期刊编委。

报告人 钟伟民 教授 华东理工大学，中国

摘要

  本报告介绍了课题组近期的研究方向，重点介绍了重型燃气轮机稳动态建模、性能评估、运行优化与故障诊断方面的工作，为重型燃气轮机运行优化调控提供方法和技术支撑。

个人简介

  钟伟民，国家自然科学基金青年基金（A类）获得者。现任华东理工大学信息科学与工程学院院长。主要从事工业智能技术和智能系统、流程工业智能制造基础理论方法及技术研发。承担/参加国家自然科学基金委基础科学中心项目（PI）、重大项目课题、国家重点研发计划项目、以及20多项企业科技开发项目。

报告人 王贺升 教授 上海交通大学，中国

摘要

This report focuses on the two core functions of service robots: Navigation and manipulation. First, an overview of the current status of the service robot industry and technological development, along with the challenges faced, is provided. Next, the report introduces the key achievements of the team's long-term efforts in addressing the core technical challenges of Navigation and manipulation. The method for navigation achieves robust perception and localization of mobile robots through visual fusion in complex and large scenes. The framework proposed for manipulation solves the challenge of high-precision robotic operations. A practical and versatile vision-based method system has been established, elevating the critical technological level of service robots.

个人简介

Hesheng Wang is a Distinguished Professor and Dean of the Global College, Shanghai Jiao Tong University, China. He has published more than 200 papers in refereed journals and conferences. Dr. Wang is/was an Associate Editor of IEEE Transactions on Robotics, IEEE Transactions on Automation Science and Engineering, IEEE Robotics and Automation Letters, Robotic Intelligence and Automation and the International Journal of Humanoid Robotics, a Senior Editor of the IEEE/ASME Transactions on Mechatronics, an Editor-in-chief of Robot Learning. He was the General Chair of IROS2025, ROBIO 2022 and RCAR 2016.

报告人 沈亮 教授 吉林大学，中国

摘要

  探测器是航空、航天和信息等领域的核心器件。基于传统半导体材料的光电探测器重量大，刚性易碎，难以实现轻量化，而以有机、钙钛矿和量子点材料为代表的新型光电探测器具有工艺简单，成本低、重量轻等优点，有希望满足国家战略需求。报告人长期从事新型半导体探测器的研究，合成具有高质量高稳定性的钙钛矿单晶，研制出高灵敏、低驱动电压、便携式钙钛矿X射线探测器；通过表面功能化设计和减少器件电容的协同策略，实现纳秒量级的响应速度；以吸收光谱互补为原则选择材料，根据载流子界面输运原则设计器件结构，研制出集宽谱段、快响应、大动态线性范围于一体的新型光电探测器，实现近红外高速扫描成像。已经报道的各类高灵敏、多谱段、快响应、大动态线性范围的探测器，应用于光通信和成像，实现了不同谱段光信号的精准传输和高精度成像，展示其在航空航天和光电信息领域的应用潜力，为新型探测器走向实用化做出了有意义的探索。

个人简介

  沈亮，吉林大学教授，博士生导师，国家杰出青年科学基金获得者，教育部重大人才工程青年学者，吉林大学电子科学与工程学院副院长。依托集成光电子全国重点实验室，主要从事新型半导体光电转换材料、器件与系统的研究工作，以新材料机理探索-高性能器件研发-新应用系统集成为研究主线，在高速光电子理论及器件、低偏压高灵敏X射线探测和超高稳定光电倍增管等方面取得重要原创成果，在光通信、光互联和光信息处理方面取得重要应用，服务国家重大战略。在Nat.Photon., Nat. Water, Nat. Commun., Sci.Adv., Adv. Mater., Nano Lett., Adv. Funct. Mater., Adv. Energy Mater., Light-Sci. Appl.等国际重要学术期刊发表SCI检索论文>200篇，引用>12,000次（google学术），H因子62，授权美国及中国发明专利>30项。获得2015年吉林省科学技术奖自然科学一等奖。目前任《半导体学报》、《InfoMat》、《SmartMat》、《InfoScience》、《光子学报》、《激光与光电子学进展》期刊青年编委。

报告人 尚超 副教授 清华大学，中国

摘要

  阀门是流程工业中最为常用的执行器，然而控制阀粘滞现象十分常见，直接影响设备寿命、生产效率和产品质量。阀门粘滞检测一直是回路性能评估和故障诊断的挑战性难题，现有的检测方法主要依赖复杂统计建模或海量人工标注数据，存在阈值难定、可迁移性差、可解释性不足等缺陷，难以适应复杂多变的实际工业场景。本报告将介绍一种面向阀门粘滞检测与诊断维护任务的智能体StictionGPT，该智能体的研发基于“视觉特征+语义理解”双驱动的思路，通过将工业知识、专家经验与通用大模型的认知能力进行对齐，引导多模态大模型融合视觉形状特征与文本语义对阀粘滞进行推理判断，模拟人类专家进行综合决策；同时采用LoRA微调技术，实现高效少样本泛化。StictionGPT在ISDB国际基准测试中取得最高准确率，同时在我国某化工厂展现出优异的实用性能。

个人简介

  尚超，清华大学长聘副教授、自动化系党委副书记，研究方向为工业大数据驱动的过程建模、控制与优化，学术成果在光伏、炼化等国民经济重点行业中得到规模化推广应用并取得成效。目前担任中国自动化学会技术过程的故障诊断与安全性专委会副秘书长、过程控制专委会委员，SCI期刊Expert Systems with Applications、Control Engineering Practice编委等职。 独立出版英文专著1部，发表论文100余篇，其中在IEEE Transactions on Automatic Control、Automatica等控制与决策权威期刊发表SCI论文50余篇，引用4000余次。入选国家“万人计划”青年拔尖人才，被IFAC期刊 Control Engineering Practice评选为“新兴领导者”（Emerging Leaders）。此外，获Springer全球杰出博士论文奖、多个学术会议最佳论文奖、清华大学年度教学优秀奖等奖项。

  面对日益复杂的应用场景，智能系统的效能提升亟需在协同优化与先进计算方面取得突破。本论坛聚焦于多智能体系统的协同控制、分布式优化算法以及智能计算前沿理论，重点探讨如何通过模型与数据驱动的方法，提升系统的整体性能、适应性与智能水平。论坛旨在交流智能系统在协同与计算层面的最新研究进展，推动其在机器人、智能制造等领域的创新应用。

主席：金龙 教授 兰州大学，中国

个人简介

   金龙 ，兰州大学教授兼博士生导师，曾获得国家级青年人才计划。2023年，他担任香港城市大学计算机科学系的客座教授。他作为项目负责人参与了四项来自中国国家自然科学基金的项目，以及多个省级/部级项目，包括甘肃省自然科学基金的重点/优秀青年项目。他连续多年入选爱思唯尔的“高被引中国学者”名单和全球 0.05%顶尖学者名单。他的荣誉包括中国人工智能学会（CAAI）颁发的优秀博士论文奖、吴文俊人工智能优秀青年奖以及甘肃省自然科学奖二等奖。在他的指导下，他的学生获得了众多奖项，包括来自国家级一级学会和省级机构的优秀博士和硕士论文奖，以及来自中国国家自然科学基金的优秀博士生项目奖。他目前担任多份SCI 期刊的副主编一职，包括 IEEE TIE、TIV、TASE、TFS、JAS、Neural Networks,以及CAAI TRIT。他还多次获得诸如 IEEE JAS、CAAI TRIT以及 IJCAS 等期刊颁发的“杰出编辑奖”。他的研究兴趣在于计算智能及其应用。

报告人 曾志刚 教授 华中科技大学，中国

摘要

  在大模型驱动的智能浪潮中，参数规模与算力堆叠显著提升了机器在特定任务上的能力，但其仍高度依赖海量数据，能耗高，对开放环境的在线适应能力不足，距离具备情境理解与情感交互等能力的自主智能仍有差距。我们试图以“弱/ 强人工智能的四次对齐”为切入点，回顾AI与脑科学机制的关键对应：深度网络与神经元-突触结构、Attention与经典条件反射、强化学习与操作性条件反射、具身智能与大脑-小脑协作闭环。进一步说明动态联想记忆有可能是通向更强自主性与自适应能力的重要支撑。报告围绕基于忆阻器的联想记忆网络工作，分析了“模拟多感觉联想”，和“模拟情感生成演化”。未来有可能进一步扩展至视听触嗅味等更丰富模态与更高层次认知功能，并与SNN、HTM等类脑算法及存算一体芯片融合，支撑自主智能无人系统、情感机器人与智能穿戴等应用落地。

个人简介

  曾志刚，华中科技大学人工智能与自动化学院院长，图像信息处理与智能控制教育部重点实验室主任，IEEE Fellow。2003年6月在华中科技大学获系统分析与集成博士学位。曾在香港中文大学和中国科技大学从事博士后研究。先后担任IEEE Transactions on Neural Networks；IEEE Transactions on Cybernetics；IEEE Transactions on Fuzzy Systems；Cognitive Computation；Neural Networks；Applied Soft Computing；自动化学报；控制工程；系统工程与电子技术；控制理论与应用等国际知名期刊编委。曾获湖北省自然科学一等奖、湖北省科技进步一等奖、教育部高等学校科学研究优秀成果奖自然科学奖一等奖、国家科学技术进步奖二等奖励。

报告人 韩红桂 教授 北京工业大学，中国

摘要

  城市污水处理是保护环境、实现水资源循环利用的有效途径，然而，由于城市污水处理过程具有多流程、多工况、时变等特性，基于单一尺度、单一层次、单一目标的优化控制不能保证整体运行的最优。城市污水处理过程多目标协同优化控制通过构建不同时间尺度的性能指标，设计多冲突目标动态优化方法，攻克城市污水处理过程多目标协同优化控制技术，实现城市污水处理过程局部与整体之间、短期与长远之间、效益与安全之间的多目标优化，解决了城市污水处理过程关键变量的实时动态优化设定难题，有效降低了城市污水处理过程运行成本。

个人简介

  韩红桂，教授、博士生导师，计算机学院院长。长期从事复杂系统智能控制研究，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。

报告人 王钢 教授 北京理工大学，中国

摘要

  世界模型通过模拟环境动态为具身智能提供高效“想象”训练空间，但现有方法在长时序建模、动态感知、多任务泛化及样本效率等方面面临严峻挑战。围绕高效世界模型构建与推理，我们取得系列进展：STORM提出基于Transformer的解耦训练架构，将单任务训练成本降至6.8元；DyMoDreamer引入动态调制机制，在Atari上实现156%的人类归一化得分；Mixture-of-World Models通过模块化潜动态架构，在26个游戏上实现统一建模；Object-Centric World Models仅需少量标注即可高效学习；最后面向人形机器人全身控制实现复杂任务迁移。上述工作已在无人机、人形机器人等系统中验证，未来将进一步探索通用世界知识学习与推理时计算扩展。

个人简介

  王钢，北京理工大学自动化学院教授、博士生导师，国家级领军人才。主要研究无人系统数据驱动控制和世界模型学习。目前主持（完成）国家重点研发计划、国家自然科学基金联合重点、面上等项目，在IEEE TIT/TAC/TSP等汇刊发表期刊论文60篇，NeurIPS/ICRA/IROS/CDC等国际会议发表论文60篇。获《自动化学报(英文版)》钱学森论文奖、ICCA最佳论文奖、IEEE信号处理学会“优秀编委奖”、中国工程院院刊《信息与电子工程前沿(英文版)》“最佳论文奖”、欧洲信号处理会议“最佳学生论文奖”、中国自动化学会自然科学一等奖(排1)等。现任IEEE Control Systems Magazine、IEEE Trans. Signal and Information Processing over Networks、IEEE Open Journal of Control Systems等期刊编委，以及中国自动化学会控制理论专业委员会委员、中国自动化学会具身智能专委会副主任委员等。

报告人 杨博 教授 上海交通大学，中国

摘要

  新能源电解水制氢可以实现新能源消纳、降碳、长时储能等多重目的。绿氢的生产、输送、利用面临诸多问题，包括：波动的绿电输入与大惯性电化学过程的匹配、混合气体在管道中的时空分布重构、能源物质转化过程的低碳调控。为此，本报告介绍决策驱动学习的多电解槽功率分配方案，实现绿电预测与功率分配策略的一致；提出基于DeepOnet的混合气体时空分布估计方法以及AI嵌入的多能源联合调度方法；进而提出优化引导的高能耗生产过程与能源联合调度策略，实现动态不确定情况下的降碳与降本。最后介绍基于AI Agent的绿氢能源管控平台设计方法。

个人简介

  杨博，上海交通大学特聘教授，自动化与感知学院院长，上海市自动化学会副理事长，上海工业智能管控工程技术研究中心主任。研究方向为综合能源系统、工业物联网。发表学术论文200余篇，出版专著1部，授权发明专利40项、含美国发明专利1项。主持NSFC青年A类项目、重点项目、科技部重点研发计划项目等省部级以上项目20余项。研究成果获教育部自然科学奖、上海市技术发明奖、IEEE TCCPS卓越工业贡献奖、中国自动化学会青年科学家奖，入选万人计划“青年拔尖”人才。

报告人 伍冬睿 教授 华中科技大学，中国

摘要

  脑机接口是大脑与外部设备 (计算机、机器人等) 的直接交互通道。因为个体差异与脑电信号的非平稳性，脑机接口系统通常需要针对新用户或新任务进行个性化校准，费时费力，影响用户兴趣。先进的信号处理和机器学习方法可减少甚至完全消除校准，提高系统准确度和用户友好性。本报告将介绍数据对齐、迁移学习、知识数据融合、大模型等脑机接口精准解码研究进展。

个人简介

  伍冬睿，华中科技大学卓越首席教授、博导。IEEE Fellow，IEEE模糊系统汇刊(IF=11.9)主编，国家级领军人才。主要研究迁移学习、深度学习、主动学习、集成学习等高级机器学习方法，及精准、安全、隐私保护的脑电信号解码。发表PIEEE、IEEE TPAMI、《国家科学评论》等论文200余篇，谷歌学术引用1.8万余次 (h=70)。连续6年入选斯坦福大学全球前2%科学家榜单。成果应用于中船、华为、阿里等。获教育部青年科学奖、中国自动化学会自然科学一等奖及青年科学家奖等，及IEEE生物医学工程汇刊/神经系统与康复工程汇刊/模糊系统汇刊/自动化学报等7个国际最佳论文奖。2019-2025连续7年中国脑机接口比赛（竞技赛）全国单项或综合冠军，央视新闻、焦点访谈等报道。

报告人 金龙 教授 兰州大学，中国

摘要

  本报告探讨了深度神经网络与神经微分方程在理论和实践层面的融合，旨在应对模型鲁棒性、可训练性和泛化能力等方面的根本挑战。通过将网络深度解读为动态系统中的时间，本研究运用数值分析概念，特别是零稳定性、一致性和Shannon采样定理，来指导设计稳定且高效的网络架构。此外，研究还引入了新颖的优化算法，如梯度激活、损失曲面重塑和基于积分的平滑处理，这些算法利用动态系统原理来处理病态问题、跳出鞍点并收敛至平坦极小值。总体而言，我们通过将离散的网络结构与连续的微分方程理论相结合，提供了一个低成本、高效率的框架，以提升深度学习性能。

个人简介

  金龙，兰州大学教授兼博士生导师，曾获得国家级青年人才计划。2023 年，他担任香港城市大学计算机科学系的客座教授。他作为项目负责人参与了四项来自中国国家自然科学基金的项目，以及多个省级/部级项目，包括甘肃省自然科学基金的重点/优秀青年项目。他连续多年入选爱思唯尔的“高被引中国学者”名单和全球 0.05%顶尖学者名单。他的荣誉包括中国人工智能学会（CAAI）颁发的优秀博士论文奖、吴文俊人工智能优秀青年奖以及甘肃省自然科学奖二等奖。在他的指导下，他的学生获得了众多奖项，包括来自国家级一级学会和省级机构的优秀博士和硕士论文奖，以及来自中国国家自然科学基金的优秀博士生项目奖。他目前担任多份SCI 期刊的副主编一职，包括 IEEE TIE、TIV、TASE、TFS、JAS、Neural Networks,以及CAAI TRIT。他还多次获得诸如 IEEE JAS、CAAI TRIT以及 IJCAS 等期刊颁发的“杰出编辑奖”。他的研究兴趣在于计算智能及其应用。

  自主智能是人工智能的终极目标之一，其核心在于系统能够通过与环境的主动感知与交互，独立完成复杂的决策与控制任务。这一目标的实现，亟需在动态环境感知、人机交互协同、自主决策规划等关键技术上取得突破。本论坛重点关注自动化技术的创新发展，围绕自主系统在不确定环境下的感知、学习、控制一体化所面临的理论与实践挑战展开深入讨论。

主席：李二超 教授 兰州理工大学，中国

个人简介

   李二超 ，工学博士，教授，博士生导师，教学名师，师德标兵，甘肃省领军人才(第一层次)，自动化与电气工程学院院长。近年来，主持完成国家自然科学基金项目3项，主持及参与完成省部级项目30余项，研究成果获全国高校人工智能课程教学案例评选一等奖、甘肃省高校科技进步一等奖等省部级教学、科研奖励10余项。甘肃省优秀博士学位论文指导老师，中国科协青年科技人才培育工程博士生专项计划指导老师，已在IEEE T-IE、TSMC-S、自动化学报等国内外刊物上发表论文100余篇(SCI、EI收录60余篇)，中国知网高被引学者TOP1%，指导学生竞赛获中国国际大学生创新大赛等国奖10余项，指导博士后获全国博士后创新创业大赛铜奖1项。独立出版专著2部，合作编著教材1本。国内外多个期刊编委、优秀审稿人，中国机器学习专委会等多家专委会委员。主要研究方向为智能优化理论、方法及应用；智能机器人环境感知、建模与控制；综合能源系统建模与运行优化。

报告人 李世华 教授 东南大学，中国

摘要

  对于机电系统而言，摩擦、间隙、饱和等非线性因素，以及复杂的内部动力学、时变参数、外部扰动和复杂的工作任务，使得控制系统设计面临诸多挑战。同时，安全性也日益成为现代机电系统中的核心关注问题。本报告将介绍一种面向智能机电系统的先进控制框架，重点围绕精细化建模、扰动抑制以及安全控制等方面展开。与高增益控制和积分控制方法相比，基于扰动估计的控制方法为系统扰动的处理提供了一种不同的技术路径。基于扰动估计的鲁棒控制方法能够有效提升系统的抗干扰能力，并保证闭环系统的鲁棒性。特别地，我们将讨论考虑时滞、约束安全控制的机电控制系统的各种先进建模、分析和抗干扰控制技术。同时，还将结合工业交流伺服系统、港口起重机系统以及协作机器人等应用实例，验证所提出控制框架的有效性。

个人简介

  李世华，分别于1995年、1998年和2001年获东南大学自动控制专业学士、硕士和博士学位，后留校任教。现任东南大学首席教授、江苏省特聘教授、自动化学院院长，IEEE工业电子学会南京分会主席，IEEE Fellow，IET Fellow，亚太人工智能学会会士，中国自动化学会会士，江苏省自动化学会理事长，并入选IEEE杰出讲师。李世华教授担任IEEE控制系统学会系统辨识与自适应控制技术、非线性系统控制和变结构滑模控制技术委员会委员，以及IEEE工业电子学会电机技术委员会和运动控制技术委员会委员，同时也是中国自动化学会控制理论专业委员会委员。曾任或现任《IEEE Transactions on Industrial Electronics》、《International Journal of Robust and Nonlinear Control》、《IET Control Theory & Applications》、《Advanced Control for Applications》等国际期刊的编委。李世华教授主要从事建模与非线性控制理论及其在机电系统中的应用研究。已出版学术专著3部，在国际期刊和会议上发表论文300余篇，Google Scholar引用超过38000次。2017年至2024年连续入选科睿唯安全球高被引科学家， 2020年获得第六届永守奖。

报告人 陈彩莲 教授 上海交通大学，中国

摘要

  从视觉和/或文本输入生成参数化 CAD 模型是工程自动化领域的核心难题，该任务不仅要求模型具备对几何意图的语义理解能力，还需对草图平面朝向与拉伸方向进行精确的三维空间推理。现有多模态大语言模型（MLLM）在连续坐标空间中难以准确推断三维空间位置，导致生成结果无效率高、几何误差大。本文提出CAD-GPT—一种面向参数化 CAD 建模序列合成的空间推理增强型多模态大语言模型，支持以单张图像或自然语言描述为输入生成完整的参数化建模序列。核心贡献是 三维建模空间机制：将草图平面的三维旋转角度与拉伸方向展开映射至一维语言 Token空间，并将二维草图坐标离散化为可学习的位置 Token，扩充至基础 LLM词表中。该表述将空间推理转化为标准的 next-token预测问题，从根本上避免了连续回归头设计的不稳定性。在img2CAD、text2CAD等任务中，CAD-GPT 均取得SOTA效果。为验证 CAD-GPT在真实工程场景中的端到端效果，我们将其作为核心合成引擎集成至多智能体CAD 自动化生成平台NeruoCAD中（涵盖2D图纸解析、尺寸提取、拓扑分析与建模规划等智能体），并以该平台进行一系列的工程落地和应用。

个人简介

  陈彩莲，上海交通大学自动化与感知学院特聘教授，国家杰出青年科学基金获得者，中国青年女科学家奖获得者。长期从事工业互联网领域的研究工作，主持科技部重点研发计划项目、NSFC重点和杰青等课题20余项，出版英文专著3部，发表领域知名期刊和会议论文200余篇，授权中国/美国发明专利50余项，研究成果获国家自然科学二等奖1项、省部级一等奖4项，并在钢铁智能制造、飞机总装自动化测试等领域实现产业应用。曾获“IEEE模糊系统汇刊杰出论文奖”和4篇国际会议最佳论文奖。2022年获国际IEEE TCCPS工业技术卓越奖,获N2Women“全球十大计算机网络和通信学术之星”，曾入选教育部首批“青年长江学者”、国家优青，获中国自动化学会青年科学家奖。目前担任National Science Open（国家科学进展）信息学科副主编(自动化领域)、AI for Engineering (Wiley)副主编，先后担任IEEE Trans. Vehicular Technology、IET Cyber-Physical Systems: Theory and Applications等5个英文期刊编委。

报告人 边桂彬 教授 中国科学院自动化所，中国

摘要

  利用机器人和人工智能技术解决临床难题逐渐成为更多医生的共识。机器人辅助显微手术有望显著提升手术操作精度2个数量级至微米级而备受期待。然而手术操作无法像工业场景中的机器人有充足可用的本体占用空间和固定的操作对象，手术机器人需要尽量小的自身体积以让出更多空间给手术医师和辅助医师使用；而且，人体软组织显微手术涉及到软组织变形与位移、出血、多种器械协同动作等开放动态环境的复杂操作，进一步，显微手术机器人需要具有极高的微米级操作精度和安全性，这些都为机器人设计、感知和操控带来了极大挑战。本报告将分享显微手术机器人的国内外研究进展，以及本团队在显微手术机器人仿生启发设计、一体化显微器械设计、异质多模态深度感知、多层级人机共享控制及其在显微眼科、显微神经外科等的应用研究探索。

个人简介

  边桂彬，中国科学院自动化所研究员。研究方向为智能手术机器人。主持国家重点研发计划项目、基金委国家重大科研仪器研制项目、联合基金项目和中科院创新交叉团队项目等。在Science Robotics等期刊发表SCI论文80余篇，获国际论文奖7项。获授权国内外发明专利67项，参与制定国家标准1项。获中国仪器仪表学会技术发明奖一等奖、中国发明协会发明创新奖一等奖、团中央中青报“强国青年科学家”提名奖、机器人科学引领奖。担任十四五国家重点研发计划“基础科研条件与重大科学仪器设备研发”、“智能机器人”专项专家组成员、“战略性科技创新合作”重点专项人工智能领域指南编制专家组成员、中国科学院青年创新促进会第六届理事长、全军战伤专科救治重点实验室学术委员会委员，任IEEE TIM、IEEE TASE、The Innovation编委，入选基金委青A项目、中科院青促会优秀会员、北京市杰青和北京市科技新星。

报告人 刘秀玲 教授 河北大学，中国

摘要

  大脑与心脏功能联系紧密，它们之间存在多条交互通道。如精神紧张、情绪激动等，均能增加器质性心脏病、尤其是缺血性心脏病患者恶性心律失常和心源性猝死的发生率。同时，心脏的功能异常也会影响大脑的高级神经中枢反应，导致脑疾病的发生。心脑疾病防治一直以来都是国家关注的重点问题，近年来，其防治虽然取得了一系列研究进展，但仍存在诊断不及时、不精准等问题。本报告将重点关注脑-心耦合的心脑血管疾病辅助诊断方法，从多角度揭示脑-心之间的耦合规律，为脑-心联合研究提供新思路。同时，介绍课题组在心脑血管疾病辅助诊断、硬件设备研发及相关技术推广应用等方面的研究工作。

个人简介

  刘秀玲，教授，博士生导师。河北大学党委常委、副校长，入选万人计划-科技创新领军人才，全国巾帼建功标兵、河北省“三三三人才工程”第一层次人选、河北省杰青，被评为河北省特殊津贴专家、河北省“最美科技工作者”、河北省高校百名优秀创新人才。任中国科协第十届全国委员会委员、河北省科协第十届委员会常务委员、中国自动化学会脑机接口与脑机系统专业委员会秘书长。主要从事医学和工科的交叉研究，在脑机智能与康复、可穿戴智能医疗设备、心血管疾病智能诊断等研究方面形成了鲜明特色，承担国家重点研发计划项目、国家自然科学基金重大科研仪器研制项目、重点项目、原创探索项目、面上项目、军委科技委创新特区项目等多项国家级课题。同时积极促进成果应用转化，三次获得河北省科技进步二等奖，获得河北省青年科技奖，所带领的团队被河北省授予“最受关注的科技创新团队”，被全国妇联评为“全国巾帼文明岗”。

报告人 于金鹏 教授 青岛大学，中国

摘要

  制造业是国民经济的主体，是立国之本、兴国之器、强国之基。随着“中国制造 2025”的实施和推进，智能制造已成为我国制造业转型升级的重要途径和参与国际竞争的先导力量。高精密交流传动控制系统是智能制造核心技术，是机器人等高端装备的“大脑”。本报告以工程应用中的交流传动系统为研究对象，围绕其动力学特性复杂、实际工况存在物理约束以及算法工程实现难度高等问题开展了系列研究，探讨交流电机、多电机同步驱动伺服系统及多关节机器人系统的智能控制方法及相关应用案例。

个人简介

  于金鹏，教育部长江学者特聘教授、全国优秀教育工作者、青岛大学首席教授/自动化学院院长、山东省五一劳动奖章获得者/省教学名师、全球高被引科学家、中国高被引学者、全球前0.5%顶尖科学家、首届省十佳研究生导师、省优秀科技工作者。现任山东省工业控制技术重点实验室主任、省自动化学会副理事长、省复杂系统与智能控制高校实验室主任、省自动化学会教工委主任、中国自动化学会理事/教工委委员，卓越集群期刊《复杂系统与复杂性科学》主编、《IEEE TNNLS》《IEEE TCyber》等12个SCI期刊编委。以第一/通讯出版专著3部、发表IEEE TAC等汇刊论文100余篇、授权发明专利40余项。主持承担国家重点研发计划、国家基金重点项目等30余项，首位获国家研究生教学成果二等奖、山东省技术发明一等奖等。主要从事智能控制与机器人、运动控制与伺服系统研究。

报告人 李二超 教授 兰州理工大学，中国

摘要

   随着城市污水处理技术的不断发展，尤其是在数据采集、建模分析及控制优化等方面的进步，智能监测与优化方法已成为提升污水处理效率、稳定性和应对多变工况的关键技术。然而，城市污水处理中的软测量建模面临多重挑战，除了数据缺失外，极端工况下样本稀缺及噪声环境下的复杂数据特征严重影响了数据的准确性和模型的泛化能力。因此，开发能够应对动态变化和非平稳工况的鲁棒性和适应性强的软测量模型，尤其是在复杂扰动、季节性波动和工况变化下，已成为亟待解决的核心问题。
  本报告主要探讨针对城市污水处理过程中的软测量建模方法及其前置问题，重点关注数据治理中涉及的缺失值插补与样本扩充技术，以及如何在多任务环境中提升模型的鲁棒性与适应性。报告首先回顾了污水处理过程中数据质量问题的背景和挑战。接下来，介绍了针对污水处理监测数据缺失、非线性时序特性以及高噪声环境中的建模挑战，提出了多种创新方法，包括基于物理约束的插补网络、进化优化驱动的多图结构插补模型以及虚拟样本生成框架等。然后，总结了如何通过进化优化框架与集成建模策略提升软测量模型在复杂动态环境中的鲁棒性和适应性。最后，报告讨论了这些方法在实际污水处理过程中的应用前景与技术挑战，特别是在实际部署和工程化应用中的技术转化难点，并为未来技术发展和工程化实施提供了具体的指导。

个人简介

  李二超，工学博士，教授，博士生导师，教学名师，师德标兵，甘肃省领军人才(第一层次)，自动化与电气工程学院院长。近年来，主持完成国家自然科学基金项目3项，主持及参与完成省部级项目30余项，研究成果获全国高校人工智能课程教学案例评选一等奖、甘肃省高校科技进步一等奖等省部级教学、科研奖励10余项。甘肃省优秀博士学位论文指导老师，中国科协青年科技人才培育工程博士生专项计划指导老师，已在IEEE T-IE、TSMC-S、自动化学报等国内外刊物上发表论文100余篇(SCI、EI收录60余篇)，中国知网高被引学者TOP1%，指导学生竞赛获中国国际大学生创新大赛等国奖10余项，指导博士后获全国博士后创新创业大赛铜奖1项。独立出版专著2部，合作编著教材1本。国内外多个期刊编委、优秀审稿人，中国机器学习专委会等多家专委会委员。主要研究方向为智能优化理论、方法及应用；智能机器人环境感知、建模与控制；综合能源系统建模与运行优化。

  为引领我国智慧医疗新纪元，擘画健康中国新蓝图，“知识与数据驱动的智慧诊疗高端论坛”应运而生。作为国内顶级的行业盛会，本届论坛秉承最高规格与水准，广邀院士、国家杰青、长江学者及顶尖医疗机构负责人，共襄盛举。论坛聚焦“知识驱动”与“数据驱动”两大核心引擎，深入探讨其在疾病与健康领域的深度融合及应用。尤为特色的是，本届论坛独树一帜地设立“知识与数据驱动的智慧诊疗”前沿议题，旨在将人工智能最新理论、现代信号处理、智能决策与反馈机制应用于诊疗全流程——从基于模型的疾病动态预测、智能药物剂量调控，到个性化康复机器人及闭环神经调控系统，推动诊疗模式从被动静态向主动、动态、闭环干预的全周期、跨越式、一体化发展。此番思想碰撞与多学科交流，将致力于破解临床重大挑战，激发原创性技术突破，为构建具有全球影响力的智慧诊疗体系提供核心动能与战略支撑。

主席：李光林 教授 中国科学院深圳先进技术研究院，中国

个人简介

   李光林 ，博士，研究员（二级），中国科学院深圳先进技术研究院集成技术研究所所长、中国科学院人机智能协同系统重点实验室主任、粤港澳人机智能协同系统联合实验室主任。美国伊利诺伊大学芝加哥分校博士后研究员、美国BiotechPlex生物技术公司的资深研究科学家、美国西北大学助理教授，并同时任美国芝加哥康复研究院资深研究科学家。主要研究方向为神经康复工程、医疗器械及智能康复机器人、人机智能增强与交互等。作为负责人承担国家自然科学基金重点项目（2项）、国家重大科研仪器研制项目、973课题和863项目等。发表SCI/EI论文120多篇，其中SCI论文80多篇，包括JAMA、Advanced Materials,IEEE Trans；授权/申请国内外发明专利80多项。

报告人 张元亭 教授 香港中文大学，中国

摘要

  健康工程是推动医疗模式从“以疾病为中心”向“以健康为中心”转变的新兴交叉学科。本报告介绍团队在健康工程领域的两项进展：一是血压图（TAG）连续测量技术，突破传统袖带式局限，实现血压波形的无创、实时、连续监测，为动态捕捉心血管变化提供重要手段；二是基于连续生理信号与人工智能构建的个性化智能医生Dr.PAI，可实现对心血管风险的早期预警、精准分型与个性化干预。报告旨在展示从精准感知到智慧决策的技术路径，探讨健康工程赋能未来个性化健康管理的可能。

个人简介

  张元亭，教授，香港医学工程研究院与联感医疗科技有限公司创始人、董事长，现任香港中文大学电子工程系兼职教授、牛津大学高等研究院（OSCAR）客座教授、广东医科大学首席科学家、哈佛医学院麻省总医院（MGH）研究顾问，以及香港 InnoHK 创新平台心脑血管健康工程研究中心首任主席、创始总监。张教授是国际医学与生物工程院院士、IEEE终身会士、国际人工智能产业联盟会士、美国医学与生物工程院会士、亚太人工智能学会会士及香港工程师学会会士，现任英国 IOP 出版社《生物医学工程进展》总编辑，并担任 IEEE 1708 可穿戴无袖带血压测量设备标准工作组主席、欧洲高血压学会血压监测和心血管变异性工作组成员及 ISO 无袖带血压检测设备标准委员会成员。
  张教授长期深耕生物医学工程、健康工程与可穿戴医疗技术领域，曾先后任职于苹果公司、卡罗琳斯卡医学院、中国科学院、香港城市大学及山东大学，并两度在香港中文大学任教，期间担任首任生物医学工学部主任，负责创建工程学士、理学硕士及哲学硕士/博士三个生物医学工程学位项目。他曾组织或共同主持近100场国际学术会议与研讨会，作学术报告300余场，担任 IEEE《生物医学和健康信息学学报》创始总编辑等多个重要学术职务；主持国家重点基础研究发展计划等重大科研项目，并担任 NIH、NSFC、Wellcome Trust 等多个国际重要科研资助机构评审专家。张教授连续多年入选爱思唯尔“中国高被引学者”，并入选斯坦福大学“全球前2%顶尖科学家”榜单，在无袖带血压测量、可穿戴技术与健康工程领域具有重要国际影响力，已申请专利125项，荣获30余项国内外重要学术与科技奖项。

报告人 孟庆虎 教授 南方科技大学，中国

摘要

  在人工智能和仿生机器人的风口浪尖上，智慧医疗，尤其是医疗手术机器人如何借势发力，稳立浪尖？基于讲者三十多年的领域创新经历和学习体会，本讲座温故知新，探讨智慧医疗如何最大程度的利用好人工智能和仿生机器人带来的巨大红利，进而展望智慧医疗和医疗手术机器人未来的发展趋势和临床医护人员创新发展的契机与战略战术。

个人简介

  孟庆虎，南方科技大学电子与电气工程系系主任、讲席教授，加拿⼤⼯程院院⼠，IEEE Fellow，深圳市杰出人才。曾任加拿⼤阿尔伯塔⼤学终身正教授及⾹港中⽂⼤学电子工程学系教授、系主任。研究领域涉及机器人感知与智能。多个研究课题国际领先。入选斯坦福大学全球前2％顶尖科学家终身影响力和2024年度双榜单。发表论文近千篇，申请国内外专利100多项，大会主旨报告200多场。主持各类科研项目60余项，总资助额近亿元。荣获各类国际国内奖项30多项，包括国际智能机器人与系统最高奖： Harashima 大奖。担任多个期刊的主编及编委，包括 Elsevier 《Biomimetic Intelligence and Robotics 仿生智能与机器人》 一区英文期刊创刊主编，以及多个国际学术会议的大会主席，包括机器人与自动化领域的旗舰会议，IEEE/RSJ IROS 2005和IEEE ICRA 2021国际会议的大会主席。

报告人 任洪亮 教授 香港中文大学，中国

摘要

  微创手术（MIS）作为现代医疗治疗中的一种新兴技术，为特定手术动作的生成以及相关动作的理解带来了新的机遇和挑战，而这些正是智能机器人操作和引导干预的基础。图像引导的机器人手术有望提高手术操作的精度、灵活性和可重复性，但同时也给系统开发带来了挑战。本次演讲将重点介绍我们在具有运动感知的灵巧机器人动作生成方面的最新进展，以实现智能图像引导的微创手术程序。针对特定手术的远程机器人手术系统能够帮助外科医生利用具有可变刚度和情境感知的连续运动生成机制进行灵巧操作。

个人简介

  任洪亮，于2008年在香港中文大学获得电子工程博士学位（专攻生物医学工程方向）。他曾担任《IEEE自动化科学与工程学报》（T-ASE）和《医学与生物工程与计算》（MBEC）的副主编。他的学术生涯跨越了香港中文大学、约翰斯·霍普金斯大学、波士顿儿童医院、哈佛医学院、美国儿童国家医疗中心以及新加坡国立大学（NUS）。他的研究兴趣包括生物机器人学、智能控制、医疗机电一体化、软连续机器人、软传感器以及医疗机器人中的多感官学习。他获得了国家杰出青年科学基金（A类）、香港中文大学青年研究者奖、新加坡国立大学青年研究员奖、工程青年研究员奖、2018年国际机器人与自动化学会早期职业奖、2018年星际早期职业研究员奖、2019年国际生物医学与健康工程学会青年研究员奖以及2022年美国国家医学科学院与研究局颁发的健康长寿催化剂奖。在IEEE-ROBIO（2019年和2013年）、IEEE-RCAR2016、IEEE-CCECE2015、IEEE-Cyber2014等众多重要奖项中荣获最佳论文奖，此外还获得了30多项其他殊荣。在斯坦福大学的职业生涯类别中，他一直位列全球被引用次数最多的前2%的科学家之列。

报告人 陈阳 教授 东南大学，中国

摘要

  报告以智能医学成像和处理为题，围绕临床任务驱动的智能医学成像中的基于特征学习的高质量成像技术、国产医学影像设备核心算法研发嵌入以及临床任务驱动的医学影像处理，主要讲述了智能医学成像、成像算法应用、智能影像处理及应用和医工交叉研究思考等四部分内容。

个人简介

  陈阳，围绕医学成像算法和智能影像分析开展科研工作，服务国产高端医疗设备，发表论文一百多篇，是爱思唯尔发布的 2022年中国高被引学者。目前是东南大学计算机科学与工程学院教授、国家杰出青年科学基金获得者和科技部重点研发专项负责人。

报告人 孟龙 教授 中国科学院深圳先进技术研究院，中国

摘要

  光、声、电、磁等经典物理手段，既是推动物理学范式革新的核心动力，更是打通宏观观测与微观探索的关键桥梁。1986年，美国科学家Arthur Ashkin利用强梯度激光形成的光辐射压力实现活细胞非接触俘获，为经典物理场操控微观生物颗粒开辟了全新方向。类比于光镊，超声操控作为另一种经典物理场操控技术，近年来逐渐成为生物医学领域的研究热点。课题组长期深耕微尺度超声操控领域，针对微尺度声场精准控制难、操控效率低等核心瓶颈取得系列突破性进展：在声场构建层面，研发基于微纳阵列换能器的局域声场调控方法，实现微米级乃至纳米级生物颗粒的高精度操控；在细胞功能解析层面，开发超声辐射力时空精准诱发细胞形变技术，可高通量定量测量细胞弹性力学特性，从力学维度揭示细胞功能机制；在临床转化层面，突破超声在复杂多层介质中的精准聚焦难题，成功研制可穿戴超声神经调控仪器并应用于癫痫等脑疾病的神经干预。上述研究不仅拓展了超声操控技术的功能边界，更构建起"物理场-生物细胞-神经功能"的跨尺度调控体系，为生物医学超声与脑机接口的融合发展提供核心技术支撑，有望成为疾病早期诊断与精准治疗的革新性工具。

个人简介

  孟龙，博士生导师，研究员，国家青年科学基金A类项目获得者，现为中国科学院深圳先进技术研究院医工所常务副所长、脑机接口研究中心主任。2012年于中国科学院大学获博士学位，师从郑海荣院士。主要从事生物医学超声与超声脑机接口的研究工作，在复杂介质中的声场构建、超声辐射力调控及其生物医学应用方面取得了系统性创新成果。担任中国声学学会理事、中国声学学会物理声学分会、生物医学超声工程分会副主任委员，Ultrasonics杂志编委。在Science Advances、Nature Chemical Biology、美国声学学报等杂志上发表SCI论文90余篇，授权发明专利25项，其中美国专利5项，8项实现产业化。主持国家科技重大专项（首席）、国家自然科学基金重大科研仪器研制项目、国家青年科学基金A类、B类项目。获得广东省技术发明一等奖，深圳市自然科学一等奖。

报告人 李鸿儒 教授 东北大学，中国

摘要

  糖尿病及其并发症已成为全球重大公共卫生挑战，传统依赖定期筛查的风险管理方式，难以实现早期识别与精准干预。人工智能（AI）的快速发展为糖尿病并发症风险管理提供了新的技术范式。当前，AI已广泛应用于糖尿病并发症的筛查、诊断、风险分层与预后评估，并在提升风险识别效率及辅助临床决策方面展现出重要潜力。围绕糖尿病并发症智能风险管理，本团队开展了基于持续葡萄糖监测（CGM）的并发症风险评估、从电子病历到多中心多模态数据的一系列并发症智能诊断方法研究，形成了从单一动态代谢表征到临床多源信息融合的一系列探索性成果。伴随AI技术的不断发展，糖尿病并发症相关风险评估与预警方法也由传统机器学习、深度学习，逐步拓展至多模态基础模型、生成式人工智能和大语言模型，为非结构化医疗数据解析、多源异构信息融合与智能决策支持提供了新的可能。尽管AI在糖尿病并发症风险管理中展现出显著潜力，但其临床转化仍面临数据异构、外部验证不足、模型可解释性有限等多重挑战。未来研究将进一步朝向多模态协同、智能体辅助决策以及闭环干预推荐等方向发展，推动糖尿病管理从单纯风险预测迈向个体化、精细化和智能化干预。

个人简介

  李鸿儒，教授、博士生导师，现任东北大学信息科学与工程学院院长及智能技术与应用研究所所长，中国教育发展战略学会教育评价专业委员会常务理事、辽宁省人工智能学会理事长，兼任中国人工智能学会、中国自动化学会理事，国务院政府特殊津贴、辽宁省教学名师获得者。主要研究方向为人工智能驱动的精准医疗与健康管理，工业设备全生命周期管理与预测性维护。作为第一或通讯作者在IEEE Transactions等国际知名期刊发表SCI检索学术论文110余篇，出版专著5部；主持并完成包括国家自然科学基金、国家重点研发计划、省部级重点科技项目及企业重点研发项目在内的重大科研项目39项。

  本论坛聚焦支撑复杂能源系统安全、高效、低碳运行的核心引擎——协同控制与智能决策技术。当前，新能源主导的电网结构、海量电力电子设备的渗透以及源网荷储多元互动需求，对传统控制范式与运行管理提出了颠覆性挑战。我们将深入探讨前沿技术如何重塑系统格局：发展支撑高比例新能源稳定接入的构网型控制、虚拟同步机等新型智能算法；研究电力电子化系统高精度建模、实时仿真与分布式自主协同控制架构；构建支撑全域感知与智能决策的云计算/边缘计算平台、能源物联网及数据治理体系；攻克源网荷储多时空协同优化与虚拟电厂智能调度关键技术；推动人工智能在状态评估、故障诊断、韧性提升中的创新应用；赋能配电网智能化与用户侧资源柔性互动；构建应对极端事件的弹性防御与主动安全体系。这些技术融合标志着能源系统从被动响应转向主动预测、自主协同与智能决策的运行范式变革，驱动系统形成高效、弹性、低碳的闭环控制体系。

  本论坛诚邀相关专家在理论突破、算法创新、工程验证及多能源系统协同设计等方面进行前沿成果汇报，以期在思想碰撞中绽放出引领能源行业的新火花，从而加速构筑数字化、智能化驱动的未来能源系统。

主席：刘金海 教授 东北大学，中国

个人简介

   刘金海，东北大学教授，智能电气科学与技术研究院副院长，“兴辽英才计划”科技创新领军人才。长期从事能源管道安全运行研究，研发的技术与系统已经在中海油、中石化、中石油、国家管网等全国25个省以及国外等应用。
  研究领域包括工业智能、特种机器人、电磁无损检测技术等。 获得包括国家科技进步二等奖等科技奖励10余项；发表SCI收录论文100余篇；获得发明专利90余项；自然科学基金函审专家、科技部项目会评专家；主持完成国家重点研发计划课题、自然科学基金重点基金、重大项目课题、面上及青年基金，863重大子课题，企业重大课题等30余项国家、省市及企业委托科研课题。

主席：罗艳红 教授 东北大学，中国

个人简介

   罗艳红，博士生导师，国家级高层次青年人才，IEEE PES(中国)智能电网与人工智能分委会理事，IEEE自适应动态规划与增强学习技术局副主席（2015-2016）。发表论文130余篇，其中ESI高被引8篇，SCI检索70余篇，授权国家发明专利20余项。长期从事自适应动态规划、能源互联网分布式优化控制、分布式能源高比例消纳、虚拟电厂聚合与优化调控等方面的研究，承担国家自然科学基金和国家重点研发计划课题5项，教育部和大型企事业横向科研课题20余项。获得2015年IEEE SMC学会Andrew P. Sage最佳汇刊论文奖和2022年Guidance, Navigation and Control国际期刊最佳论文奖，获得2020年度国家自然科学二等奖（排名第二）、2017年中国自动化学会自然科学一等奖、2020年中国自动化学会科技进步一等奖、2015年辽宁省自然科学一等奖以及2025年日内瓦国际发明展金奖。

报告人 陈阿莲 教授 山东大学，中国

摘要

With the rising penetration of renewable energy, the low inertia and weak support challenges in power systems have grown increasingly prominent. As a core approach to addressing the above bottleneck, grid-forming control technology has gradually stepped from laboratory to engineering application. The operating characteristics of grid-following and grid-forming converters are complementary, and their coordinated control serves as a key technology to ensure the stable, reliable and flexible operation of new power systems. Based on the actual engineering scenarios of new energy stations, this report systematically elaborates the operating mechanisms of the two types of converters, the configuration schemes of hybrid system and the coordinated control framework, analyzes the system stability mechanisms under different control modes, summarizes the research status of mode switching and coordinated control strategies, and prospects the key future technology directions, so as to provide theoretical and technical references for the construction of high-reliability new energy stations with active support capability.

个人简介

Alian Chen is a professor and Changjiang Distinguished Professor at Shandong University. Her research primarily focuses on power conversion and control technologies for renewable energy systems, with specialized expertise in photovoltaic generation, energy storage systems, microgrids, and energy routers. She has authored or co-authored over 170 papers in academic journals and international conference proceedings, and has published two monographs. She has granted more than 40 national invention patents. She has been awarded two second prizes of National Science and Technology Progress award and 6 provincial and ministerial science and technology awards. Prof. Chen serves as an Associate Editor for Nature Paternal Journal Power Electronics, Proceedings of the CSEE, Chinese Journal of Electrical Engineering, Journal of Power Supply.

报告人 孙尧 教授 中南大学，中国

摘要

With the increasing penetration of power electronic converters, modern power systems are evolving toward power-electronics-dominated power systems. In this context, synchronization control is essential for ensuring stable interaction among converters and between converters and the grid. This presentation focuses on the concept and mechanisms of self-synchronizing control in such systems. It first introduces the fundamental principles of self-synchronization and its role in maintaining system stability. From a unified perspective, the presentation then examines self-synchronizing behavior in different configurations, including parallel, series, and hybrid power-electronics-dominated power systems. Typical control principles and representative implementation approaches are discussed to illustrate the feasibility and advantages of self-synchronizing operation.

个人简介

Yao Sun, Ph.D., Professor at Central South University. His research interests include modeling and stability analysis of power electronic equipment, and new type power system. He has published over 200 papers in SCI indexed journals, and has been consecutively listed among Elsevier’s Highly Cited Chinese Researchers for five years. He has received 5 provincial/ministerial-level science and technology awards, including the First Prize of the Hunan Provincial Natural Science Award.

报告人 和望利 教授 华东理工大学，中国

摘要

Hydrogen holds a strategic supporting role in building a clean, low-carbon, safe and efficient energy system. The integration of green electricity and green hydrogen with green chemical production is driving the deep decarbonization transition of the industry through technological innovation and system optimization. Wind-solar-hydrogen-storage low-carbon energy systems have become a critical implementation pillar for China’s energy security and the “Dual Carbon” strategy. The large-scale and rapid deployment of variable renewable energy, heterogeneous energy storage, and complex market factors pose fundamental academic challenges to the research on optimal operation and control of power-hydrogen integrated energy systems. This report presents preliminary explorations on multi-scale mechanism modeling of electrolyzers (the key equipment for renewable hydrogen production), system capacity configuration and scheduling under wind-solar uncertainty, and peer-to-peer energy trading. It aims to establish the chain of “underlying modeling—cross-domain trading—intra-domain scheduling”, advance the deep integration of renewable energy into the energy system restructuring via power-hydrogen fusion innovation, and provide a feasible pathway for global green, low-carbon and sustainable development.

个人简介

Wangli He is a Professor at East China University of Science and Technology. Her current research interests include networked multi-agent systems, distributed control, optimization and learning, electricity-hydrogen coupled energy systems and autonomous intelligent unmanned systems.
She has published over 150 papers in prestigious academic journals and conferences, including IEEE Transactions, Automatica, and IEEE/CAA Journal of Automatica Sinica. She has led more than 10 major projects, including those under the Science and Technology Innovation 2030 - 'New Generation of Artificial Intelligence' program, the National Natural Science Foundation of China, and the Shanghai Carbon Neutrality Basic Research Special Zone Project. She has been recognized as an Elsevier China Highly Cited Scholar and listed in the Global Top 2% Scientists 'Lifetime Scientific Impact' ranking. Her awards include the First Prize of the Shanghai Natural Science Award, the Chinese Association of Automation Young Scientist Award, the First Prize of the National Teaching Achievement Award (Postgraduate Education), and the Science and Technology Progress Award (Innovative Team) of the Chinese Society for Instrument and Control. She has served as an Associate Editor for the international authoritative journals IEEE Transactions on Neural Networks (2020-2023) and IEEE Transactions on Industrial Informatics (2023-present).

报告人 蒋朝辉 教授 中南大学，中国

摘要

Enclosed industrial equipment, such as industrial furnaces, constitutes the core facilities in the raw-material processing sector. Promoting their low-carbon operation requires real-time access to the distributions of internal physical fields and the reaction conditions. However, because such equipment operates in a sealed state, conventional detection methods find it difficult to observe multimodal information such as the three-dimensional morphology of internal materials and the temperature field. To this end, our research team established a low-light imaging framework for confined spaces under localized dynamic glare interference; designed an endoscopic optical system with a large depth of field, a wide field of view, and a large aperture; and developed a starlight-grade high-temperature industrial endoscope and an intelligent sensing system. This system has been successfully applied to the blast-furnace ironmaking process and, for the first time worldwide, enabled the clear and accurate acquisition of multimodal information, including the three-dimensional morphology of the blast-furnace burden surface and temperature field, thereby breaking the long-standing “black-box” state of blast-furnace top monitoring.

个人简介

Zhaohui Jiang is a Professor and Doctoral Supervisor at Central South University, where he serves as Director of the Department of Automation Science and Technology. He is a Distinguished Professor under the Ministry of Education’s Changjiang Scholars Program and a Leading Talent in Scientific and Technological Innovation in Hunan Province. His teaching and research primarily focus on intelligent detection and perception, image processing, and pattern recognition. He also serves as a Council Member of the China Society of Image and Graphics (CSIG), Vice Chair of the Applications Committee of the Chinese Association of Automation, and Vice President of the Hunan Association of Automation. He has led 30 national-level and university–enterprise collaborative projects, including a National Major Scientific Research Instrument Development Project, a key project under the Ministry of Industry and Information Technology’s major special initiative on intelligent manufacturing, and an Industrial Internet Innovation and Development Project. He has authored one monograph, published over 100 academic papers, and been granted 72 Chinese invention patents. He has received five Highest-prize awards and First Prizes in provincial- and ministerial-level science and technology awards, as well as honors including the 9th CAA Young Scientist Award and the Award for Individuals at the 13th Invention and Entrepreneurship Awards.

报告人 刘金海 教授 东北大学，中国

摘要

Magnetic flux leakage (MFL) in-line inspection is the primary safety assessment method for long-distance oil and gas pipelines. However, the current intelligent analysis of MFL data suffers from low accuracy and poor applicability due to the diverse configurations of inspection tools and complex operating environments. Furthermore, rapid advancements in general artificial intelligence (AI) technologies are difficult to apply directly, as pipeline operating conditions fundamentally differ from the scenarios for which these general AI technologies were designed. Consequently, designing non-destructive testing (NDT) intelligent modeling methods that are both highly accurate and broadly applicable remains a significant technical bottleneck in the digitalization of NDT. To address the intelligent analysis challenges in pipeline in-line inspection, our research group has conducted extensive long-term studies, culminating in a comprehensive knowledge-driven data analysis framework. This framework encompasses intelligent data preprocessing methods, evolutionary defect detection algorithms, and mechanism-integrated pipeline defect assessment techniques. The developed system has been successfully deployed and widely adopted by major industry stakeholders, including CNOOC and the National Pipeline Network.

个人简介

Jinhai Liu is a Professor at Northeastern University and serves as the Deputy Director of the Institute of Intelligent Electrical Science and Technology. He is also recognized as a Scientific and Technological Innovation Leader under the "Xing Liao Talent Program." He has long been engaged in research on intelligent pipeline inspection and safe operation. The technologies and systems he has developed are widely applied across 25 provinces in China, as well as in the Middle East and South Africa, serving major clients such as CNOOC, Sinopec, CNPC, and PipeChina.
His research interests include industrial intelligence, special-purpose robotics, and electromagnetic non-destructive testing technologies. He has received over 10 scientific and technological awards, including the Second Prize of the State Scientific and Technological Progress Award. He has published more than 100 papers indexed by SCI and holds over 90 authorized invention patents. He serves as a review expert for the National Natural Science Foundation of China and a panel expert for the Ministry of Science and Technology. He has led over 30 research projects commissioned by national, provincial, municipal, and corporate entities, including key and major projects funded by the National Natural Science Foundation of China, key topics within the National Key R&D Program, major sub-topics of the 863 Program, and significant enterprise research initiatives.

  随着数字化转型浪潮席卷全球，企业信息系统的规模和复杂性急剧增加，传统运维模式面临前所未有的挑战。在此背景下，复杂系统状态感知和智能运维应运而生，成为连接传统运维与未来智能世界的桥梁。复杂系统状态感知和智能运维融合了大数据、大模型、人工智能、机器学习和可视化等前沿技术，旨在重塑运维内涵，实现更加高效、稳定、安全的作业环境。本次论坛旨在构建一个开放共享的交流平台，汇聚大模型、人工智能、图形图像、机器学习等领域的专家学者，聚焦复杂系统状态感知、状态监测、性能评估、寿命预测、诊断决策、自愈恢复和协同优化等研究方向的前言议题。期待通过交流和碰撞，探索复杂系统状态感知和智能运维的新范式，为智能制造的创新发展提供理论方法支撑和可行途径借鉴。

主席：那靖 教授 昆明理工大学，中国

个人简介

   那靖，博士生导师，教育部长江学者特聘教授，国家优秀青年科学基金、云南省杰出青年科学基金获得者，欧盟“玛丽居里学者”、云南省中青年学术技术带头人等。现为云南省智能控制与应用重点实验室主任。主要从事机电系统建模及智能控制、自适应参数估计、非线性控制及应用等研究。在Elsevier出版英文专著2部，在国际重要期刊和学术会议发表论文100余篇，2020起连续入选 Elsevier中国高被引学者、科睿唯安全球高被引学者榜单。获霍英东青年科学家奖、云南省青年科技奖、自动化学报 “钱学森论文奖”等奖励。现为IEEE TIE、Neurocomputing等3个国际期刊编委，并任DDCLS2019会议共同主席、CCDC 2021组委会副主席等。获“中国青年五四奖章”、“全国优秀教师”、“云南省先进工作者”等表彰。

主席：褚菲 教授 中国矿业大学，中国

个人简介

   褚菲，中国矿业大学教授，国家级高层次青年人才、江苏省“六大人才高峰”、中国矿业大学“高端人才计划”、中国矿业大学青年五四奖章获得者，中国自动化学会高级会员、IEEE Senior Member，中国自动化学会过程控制专委会/故障诊断与安全性专委会委员，中国仿真学会智能仿真优化与调度专委会委员，江苏省自动化学会理事，江苏省过程控制专委会副主任委员，JCD、JFI期刊AE、《控制与决策》期刊编委、《中国矿业大学学报》期刊中青年编委等。主要研究方向为：人工智能驱动的复杂工业过程智能建模与运行优化控制；复杂系统及装备运行状态监测、风险评估与故障诊断；深宽度学习与迁移学习等。主持国家级、省部级及企业技术委托项目20余项，在国内外人工智能和控制领取权威期刊等发表学术论文百余篇，授权发明专利20余项，开发并投入应用工业软件10余个，相关研究成果获得中国自动化学会科技进步奖一等奖、中国商业联合会科技进步一等奖、中国有色金属工业科学技术（技术发明）二等奖、2025中国浮选大会优秀青年浮选工程师、江苏省自动化学会首届青年科技奖、CPCC张钟俊院士优秀论文奖、国际无人系统大会最佳论文奖、全国煤炭行业教育教学成果奖一等奖等10余项。

主席：吴建德 教授 云南大学，中国

个人简介

   吴建德，博士，分别于2001年及2004年获得西北工业大学自动控制专业学士与机械电子工程专业硕士学位，于2007年获浙江大学控制科学与工程博士学位。现为云南大学教授，入选国家级高层次领军人才、云岭学者，兼任中国有色金属工业智能系统与先进控制工程技术研究中心主任等职务。
  主要从事复杂工业过程故障检测与智能控制、工业大数据分析与建模等方面的研究。先后主持国家自然科学基金区域联合基金重点项目、云南省重大科技专项等科研项目20余项；在 IEEE 汇刊等国内外重要学术期刊发表论文70余篇；获授权发明专利40余项。研究成果先后荣获国家科学技术进步二等奖、云南省科学技术进步一等奖、云南省自然科学一等奖、中国自动化学会自然科学一等奖等多项奖励。

报告人 雷亚国 教授 西安交通大学，中国

摘要

  高端装备是航空航天、能源电力、交通运输等领域的重要载体。故障是其安全可靠运行的潜在威胁。智能运维是保障装备安全运行、高质量生产的重要手段。报告人将首先介绍研究团队在装备智能运维领域所建立的方法与技术，然后分享研发的智能诊断与运维系统在国内外骨干企业的应用情况及典型案例，最后汇报在智能运维大模型方面的最新研究工作。

个人简介

  雷亚国，西安交通大学教授、博士生导师、机械工程学院常务副院长、精密微纳制造技术全国重点实验室副主任、ASME Fellow、IET Fellow、ISEAM Fellow、国家杰青、国家高层次人才特殊支持计划入选者、国家重点研发项目首席科学家、科睿唯安全球高被引科学家。现担任黄河流域大学联盟先进制造分领域主任委员、中国自动化学会技术过程的故障诊断与安全性专业委员会副主任、中国机械工程学会工业大数据与智能系统分会副主任、MSSP与IEEE TIE等本领域著名期刊副主编、陕西省科技创新团队带头人、“三秦学者”全国一流创新团队带头人。长期从事大数据智能故障诊断与寿命预测、机械状态健康监测与智能维护等方面的研究工作。研发的智能诊断系统在能源电力、智能制造、交通运输等领域得到广泛应用。曾国家技术发明二等奖、中国青年科技奖、新基石科学基金会科学探索奖、教育部青年科学奖、省部级自然科学一等奖3项。2019年受邀参加庆祝中华人民共和国成立70周年大会天安门广场观礼。

报告人 何潇 教授 清华大学，中国

摘要

  具身智能系统是典型的复杂动态系统，具有多子系统耦合、多感知-决策闭环、强非线性与强不确定性及与开放环境交互等挑战。针对上述问题，构建了面向具身智能系统的实时安全增强技术体系，涵盖动态系统状态估计、故障诊断、容错控制与安全性评估等关键环节：提出了网络化强跟踪非线性状态估计新方法；发展了基于辅助信号激励的主动诊断理论；揭示了故障、部件性能与系统结构对一致性与安全裕度的影响机理；从数据价值高效利用与评估模型在线更新两个维度出发，提出了动态系统的实时安全性评估新方法。相关成果显著增强了具身智能系统的运行安全。

个人简介

  何潇，清华大学自动化系长聘教授、控制与决策研究所所长，中华人民共和国交通运输部重点团队负责人，兼任清华大学具身智能与机器人研究院副院长。研究方向为动态系统的故障诊断、容错控制与实时安全性评估。在国内外期刊会议上发表论文300余篇。主持国家自然科学基金青A、青B、重点等项目。现任中国自动化学会理事、副秘书长，中国自动化学会故障诊断专委会副主任兼秘书长、过程控制专委会副主任，中国指挥与控制学会具身智能专委会副主任。担任IEEE TNNLS、IEEE TASE、Control Engineering Practice等多个国际期刊的编委。获2015年与2020年中国自动化学会自然科学奖一等奖（排2）、2022年中国自动化学会技术发明一等奖（排2）、2023年北京市自然科学二等奖（排1）。培养学生获得中国自动化学会优秀博士学位论文（4次）、优秀硕士学位论文（1次）。

报告人 司小胜 教授 火箭军工程大学，中国

摘要

  剩余寿命预测是实现随机退化设备健康管理的关键技术。统计数据驱动的方法是剩余寿命预测领域的典型方法，但现有统计数据驱动方法普遍采用基于同类设备历史退化监测数据确定退化模型形式、利用在线监测数据更新模型参数的策略，忽略了因个体差异性和运行环境的时变性导致模型函数形式与数据不匹配的问题，进而影响剩余寿命预测的准确性。本报告将介绍一种退化模型动态校准下设备剩余寿命预测的新方法，实现对设备退化模型函数形式和参数的同时动态校准，有助于提高剩余寿命预测的准确性和鲁棒性。

个人简介

  司小胜，火箭军工程大学教授，主要从事随机退化系统寿命预测与健康管理研究工作，主持国家自然科学基金重点项目、国家优秀青年基金项目、面上项目等，发表学术论文80余篇，出版中英文专著各1部，获国家自然科学二等奖、教育部自然科学一等奖、教育部技术发明一等奖、中国自动化学会自然科学一等奖、陕西省高等学校科技一等奖等科技奖励，入选国家万人计划科技创新领军人才、爱思唯尔中国高被引学者、国务院政府特殊津贴专家，担任Mechanical Systems and Signal Processing的编委、ASME/IEEE T Mech编委、Science China Information Science青年编委、Journal of Reliability Science and Engineering领域编辑、航空学报中英文版青年编委，十三届/十四届全国青联常委，被党中央、国务院授予“全国先进工作者”称号。

报告人 彭晨 教授 上海大学，中国

摘要

  大规模网络化系统（Large-Scale Networked Systems, LSNSs）是一类通过网络互联构成的复杂系统，广泛涵盖工业互联网、智能电网等关键基础设施，其应用深入工业生产、能源供应等国民经济核心领域。在复杂动态环境下，实现满足“即插即用”等要求的可扩展调控理论与方法，具有重要的理论意义与应用价值。本报告先剖析大规模网络化系统的结构特性及其“即插即用”可扩展控制所面临的主要挑战；继而系统评述基于Cholesky分解、谱图分解、线性无关Laplace变换、小增益理论、鲁棒不变集等方法的研究思路及其应用中的优势与局限；最后，展望该领域若干值得深入探索的前沿方向。

个人简介

  彭晨，2002年于中国矿业大学（徐州）获控制理论与控制工程专业博士学位。2004年11月至2005年1月，于香港大学任研究助理。2006年7月至2007年8月，于澳大利亚昆士兰科技大学担任访问学者。2011年7月至2012年8月，于澳大利亚中央昆士兰大学进行博士后研究。2012年入选上海市教育委员会“东方学者”计划，并加入上海大学。主要研究方向包括网络化控制系统、分布式控制系统、智能电网与智能控制系统。
  彭晨博士为IEEE 高级会员、曾任IEEE IES 网络控制与应用专委会主席、 现任IEEE PES 智慧物联与控制专委会主席（中国），目前为IEEE Transactions on Industrial Informatics、Information Sciences、Transactions of the Institute of Measurement and Control等多个国际期刊副编辑。2020至2024年间，连续五年入选科睿唯安“全球高被引科学家”。已出版Springer专著4部，发表IEEE汇刊系列论文百余篇，谷歌学术h指数为77。

报告人 吴建德 教授 云南大学，中国

摘要

  以锡化工为代表的资源型化工产业是云南省经济的重要支柱，其过程控制水平直接关系到生产效率、产品质量、能源利用率与系统运行安全。针对锡化工过程多批次运行、强耦合、多源扰动与动态波动显著等复杂特征，本研究围绕甲基锡反应过程构建了复杂锡化工过程智能监测与优化控制的技术体系。通过对关键工艺变量的实时感知与数据分析，构建了机理-数据融合驱动的多阶段过程模型，揭示关键工艺参数之间的动态变化规律；提出面向锡化工过程的在线监测与性能评估方法，实现关键变量偏移与趋势变化的可靠识别；针对多源扰动及跨单元波动传播难以溯因的问题，建立了基于特征关联的波动溯因诊断方法；面向批次生产全过程协同优化需求，构建多目标优化控制策略，实现关键操作变量的智能调控与运行性能提升。
  基于上述关键技术，研发了国内首套甲基锡化学反应智能控制系统，并在云南锡业集团甲基锡车间11条生产线上开展应用示范。实际运行结果表明：单条产线生产效率提升37.5%，生产周期缩短21%，能耗降低20%以上，劳动生产率提升18.2%，单位加工成本同比下降16.2%，过程运行稳定性与产品质量一致性显著增强。目前已累计创造经济效益超过20亿元，利润超过1亿元。研究成果为锡化工产业构建了可推广的复杂化工过程智能监测与优化控制模式，对推动锡化工产业高质量、绿色发展具有重要示范意义。

个人简介

  吴建德，博士，分别于2001年及2004年获得西北工业大学自动控制专业学士与机械电子工程专业硕士学位，于2007年获浙江大学控制科学与工程博士学位。现为云南大学教授，入选国家级高层次领军人才、云岭学者，兼任中国有色金属工业智能系统与先进控制工程技术研究中心主任等职务。
  主要从事复杂工业过程故障检测与智能控制、工业大数据分析与建模等方面的研究。先后主持国家自然科学基金区域联合基金重点项目、云南省重大科技专项等科研项目20余项；在 IEEE 汇刊等国内外重要学术期刊发表论文70余篇；获授权发明专利40余项。研究成果先后荣获国家科学技术进步二等奖、云南省科学技术进步一等奖、云南省自然科学一等奖、中国自动化学会自然科学一等奖等多项奖励。

报告人 褚菲 教授 中国矿业大学，中国

摘要

  “十五五”规划的建议指出：推动重点产业提质升级，巩固提升矿业、冶金等产业在全球产业分工中的地位和竞争力，并指出全面实施“人工智能+”行动，以人工智能引领科研范式变革。我国选冶工艺不输国外，但是选冶自动化和智能化控制技术的开发和应用水平仍有较大提升空间。在当前智能制造和人工智能背景下，工业智能驱动的选冶过程安全高效运行综合智能优化技术创新的推进对于提高选冶过程运行控制的自动化和智能化水平，保障生产运行的安全性，以及矿山企业的综合经济效益都具有非常重要的实际意义。同时，也能够为大模型技术真正落地服务选冶过程智能运行管理奠定理论和技术基础。本报告将介绍团队近年来在工业智能驱动的选冶过程安全运行综合优化控制技术及其应用方面的探索和进展，以及相关智能化创新技术落地应用的若干成果。

个人简介

  褚菲，中国矿业大学教授，国家级高层次青年人才、江苏省“六大人才高峰”、中国矿业大学“高端人才计划”、中国矿业大学青年五四奖章获得者，中国自动化学会高级会员、IEEE Senior Member，中国自动化学会过程控制专委会/故障诊断与安全性专委会委员，中国仿真学会智能仿真优化与调度专委会委员，江苏省自动化学会理事，江苏省过程控制专委会副主任委员，JCD、JFI期刊AE、《控制与决策》期刊编委、《中国矿业大学学报》期刊中青年编委等。主要研究方向为：人工智能驱动的复杂工业过程智能建模与运行优化控制；复杂系统及装备运行状态监测、风险评估与故障诊断；深宽度学习与迁移学习等。主持国家级、省部级及企业技术委托项目20余项，在国内外人工智能和控制领取权威期刊等发表学术论文百余篇，授权发明专利20余项，开发并投入应用工业软件10余个，相关研究成果获得中国自动化学会科技进步奖一等奖、中国商业联合会科技进步一等奖、中国有色金属工业科学技术（技术发明）二等奖、2025中国浮选大会优秀青年浮选工程师、江苏省自动化学会首届青年科技奖、CPCC张钟俊院士优秀论文奖、国际无人系统大会最佳论文奖、全国煤炭行业教育教学成果奖一等奖等10余项。

  随着人工智能技术的飞速发展，工程教育正面临前所未有的机遇与挑战。本次论坛以“人工智能赋能的工程教育”为主题，汇聚教育界、产业界专家学者，共同探讨AI如何重塑工程人才培养模式。论坛将聚焦AI驱动的课程体系改革、智能化教学平台构建、教学质量监督与评价、产教融合新路径等议题，旨在推动工程教育与时俱进，培养具备创新能力和实践技能的复合型工程人才，为产业发展注入新动能。

主席：孙秋野 教授 沈阳工业大学，中国

个人简介

   孙秋野 ，沈阳工业大学副校长，博士生导师。享受国务院政府特殊津贴，国家高层次领军人才，教育部课程思政教学名师，教育部新世纪人才，“兴辽英才计划”科技创新领军人才等荣誉称号。作为主要完成人曾获得国家自然科学二等奖、国家科技进步二等奖、辽宁省技术发明一等奖等重要奖项十余项。担任自动化学会能源互联网专委会秘书长。兼任《IEEE TNNLS》、《IET CPS：T&A》、《自动化学报》、《中国电机工程学报》、《控制与决策》等国内外权威期刊编委。

报告人 陈谋 教授 南京航空航天大学，中国

摘要

  “自动控制”系统作为大飞机、先进战机等战略装备的“大脑”，是空天强国建设中的核心技术支撑，正朝“智能控制”方向发展，迫切需要复合型、创新型、应用型的智能飞控领域高层次人才。本报告在多个省部级及以上研究生教学改革项目的研究成果基础上，具体介绍了所构建的“知识体系-培养平台-评价方法”三环协同培养模式，通过“引领-牵引-优化”的深度联动，实现了飞控领域研究生创新培养。

个人简介

  陈谋，博士，教授、博士生导师，IEEE Fellow、IET Fellow，中国自动化学会会士，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。目前担任SCI收录英文期刊《IEEE Trans. Cybernetic》、《IEEE Trans. Circuits and Systems II: Express Briefs》等编委、担任《中国科学.信息科学》、《自动化学报》、《控制理论与应用》、《航空学报》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)、省部级一等奖2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50余项。出版中英文专著3部，发表学术论文200余篇。

报告人 王爽 教授 西安电子科技大学，中国

摘要

  教育数字化已成为各国推进高质量人才培养的重要战略布局，人工智能技术作为教育数字化发展的新趋势，深刻影响了知识生产与获取方式、研究生教育教学模式及导师指导方式，正在全面重塑研究生教育生态。本报告在系统分析人工智能技术对研究生教育生态带来的挑战与机遇的基础上，以西安电子科技大学为例，介绍了学校以“六新”战略开展研究生教育数字化建设的实践经验与成效，为相关高校提供参考借鉴。
  一、西安电子科技大学研究生教育发展
  二、研究生教育数字化形势与背景
  三、研究生教育数字化探索与实践

个人简介

  王爽，西安电子科技大学研究生院院长、国家卓越工程师学院执行院长,教授、博士生导师，入选国家级青年人才。中国人工智能学会理事、电子学会教育培训工作委员会副总干事、中国电子教育学会研究生教育分会理事、计算机学会计算机应用专业委员会执行委员、中国地球物理学会智能地球物理专业委员会委员、中国自动化学会共融机器人专业委员会委员、研电赛专家委员会委员。主持和参与了多项国家重大项目，研究成果获省部级科技奖励一等奖4项，获得陕西省教学成果一等奖1项。

报告人 杨清宇 教授 西安交通大学，中国

摘要

  以人工智能为核心驱动力的第四次工业革命正加速产业重构，对全球工程教育提出了根本性挑战，卓越工程人才培养对产教深度融合的需求更加迫切。本报告阐述了工程教育面临的变革与挑战，介绍了西安交通大学在卓越工程人才培养方面的探索与实践，具体包括“1121”产学研深度融合新模式、“1237”卓越工程人才培养新体系、国家战略需求牵引和创新联合体牵引的卓越工程人才培养新模式，以及本研贯通卓越工程人才培养、数智化赋能工程实践教学等方面的举措。

个人简介

  杨清宇，西安交通大学教授、博士生导师，国家卓越工程师学院执行院长兼研究生院副院长，自动化学院院长，陕西省仪器仪表学会理事长。主要研究方向为智能优化与决策、CPES优化与安全、工业智能与AI安全等。主持国家级和校企联合创新重大科研项目等30余项，发表论文170余篇，授权/公开发明专利30余项，主编教材2部。以第一完成人，获陕西省自然科学二等奖1项、陕西高校科学技术一等奖2项、陕西省优秀教材二等奖1项，获宝钢优秀教师奖、王宽诚育才奖、师德标兵、教学卓越奖等荣誉10余项。指导陕西省优秀博士学位论文3篇。陕西省课程思政示范课程和教学团队负责人。

报告人 申富饶 教授 南京大学，中国

摘要

This report introduces the undergraduate education and training system for the Artificial Intelligence major at Nanjing University. Aimed at nurturing talents capable of original innovation and solving key technical problems, it elaborates on and analyzes the establishment and implementation of the AI training system in line with the principles of strengthening mathematical and computer foundations, deepening professional knowledge in artificial intelligence, mastering interdisciplinary knowledge, and enhancing practical abilities.

个人简介

Furao Shen received the B.Sc. and M.Sc. degrees in mathematics from Nanjing University, Nanjing, China, in 1995 and 1998, respectively, and the Ph.D. degree from Tokyo Institute of Technology, Tokyo, Japan, in 2006. He is currently a Full Professor of School of Artificial Intelligence with Nanjing University. His current research interests include neural computing and robotic intelligence.

报告人 曹向辉 教授 东南大学，中国

摘要

  培养卓越工程师是践行教育科技人才一体化的重要途径。本次报告将针对卓越工程师培养面临的全链条痛点问题，介绍东南大学卓越工程师学院在招生—培养—评价等方面的培养改革探索，并以东南大学—中国联通在工业互联网安全领域的卓越工程师联合培养为例，汇报校企合作进展，特别是在课程、案例、实训等方面的探索与实践。

个人简介

  曹向辉，东南大学国家卓越工程师学院副院长，自动化学院教授、博导。曾获浙江大学学士、博士学位，美国伊利诺伊理工学院博士后。主要从事网络化感知与安全控制的研究工作。曾获省部级一等奖1项、二等奖2项、华为火花奖等奖励以及仲英青年学者等荣誉。担任《自动化学报》、《IEEE Transactions on Industrial Informatics》等期刊编委、中国自动化学会青年工作委员会副主任、信息物理系统控制与决策专委会、中国指控学会集群智能与协同控制专委会委员等。

报告人 孙秋野 教授 沈阳工业大学，中国

摘要

  本报告面向辽宁现代化产业体系建设需求，立足沈阳工业大学卓越工程学院建设经验，阐释“偏微分”育人思路在卓越工程人才培养中的核心内涵与落地应用逻辑，以拆解培养要素、重塑培养流程、对接产业需求为抓手，破解地方高校卓越工程师培养的内在核心要义。聚焦地方高校“贴合学生发展之需、破解高校育人之困、赋能区域发展之利、践行工程使命之义”四大特征，学院创新构建“4偏”“6微”“7分”一体化特色培养体系；依托人工智能技术深度赋能研究生培养全流程、全链路，推动人才培养向精细化、个性化、特色化提质升级；以“六微”特色培养举措深化校企协同育人生态构建，锚定“思政铸魂、系统思维、融合创新”三条积分主线，全力培育卓越工程师六大核心能力，实现人才培养与区域产业发展需求的精准对接。该模式是人工智能赋能工程教育的创新性探索，为地方高校推进卓越工程师培养工作，提供了可复制、可推广的实践范式与实施路径。

个人简介

  孙秋野，沈阳工业大学副校长，二级教授，博士生导师，国家万人计划科技创新领军人才，国家课程思政教学名师，享受国务院政府特殊津贴，IET Fellow。作为前三完成人曾获得国家自然科学二等奖、国家科技进步二等奖等重要奖项十余项。担任IEEE PES中国区能源互联网委员会主席，辽宁省电工技术学会理事长，中国自动化学会能源互联网专委会秘书长等职务。

  具身智能是更高级的人工智能形式，也是仿生智能的具体体现，国内头部高校已开设了具身智能专业。仿生机器人是“具身智能”的实体形态。随着控制理论、机器人工程和具身智能技术的不断突破，具身智能机器人已成为人工智能和机器人领域研究的交叉融合点，并有望成为AI的最终载体。感知系统、运动控制和认知决策是具身智能机器人研究的三个核心要素。具身智能机器人符合“四个面向”科技需求，可广泛应用于智能制造、医疗康复、助老助残、安全防护以及军事等领域。高水平科技自立自强给具身智能机器人理论与技术创新提出了新的要求。本论坛旨在为控制、仪器、人工智能、机械等学科的机器人专家学者及技术人员搭建一个理念沟通、技术交流的学术舞台，期待能加速智能机器人的创新发展和场景化应用落地。

  本论坛汇聚了国内高水平专家学者，共同分享具身智能机器人在仿生智能方面的前沿研究成果与技术领域的最新突破，深度研讨学术发展趋势，旨在拓宽研究思路，促进仿生机器人与具身智能的深入融合，推动机器人感知与控制学术成果的应用。

主席：王斌锐 教授 中国计量大学，中国

个人简介

   王斌锐 ，博士，教授，博导，中国计量大学副校长，控制科学与工程省一流学科负责人，浙江省新世纪人才优秀人才，国家公派留学归国人员，国家重点研发计划项目负责人。主要研究方向：仿生机器人与智能感知计量等。发表高水平论文200余篇，出版专著3部、教材2部，第一发明人授权发明专利50余项，制定国家标准7项。第一完成人获中国自动化学会二等奖、中国仪器仪表学会二等奖。担任中国标准化协会机器人专业委员会副主任委员、TC591、TC307国标委技术委员会委员。全国民用航空计量技术委员会副秘书长、空间计量技术委员会委员。

报告人 张卫东 教授 上海交通大学，中国

摘要

  海上无人系统，如无人机和无人艇等，凭借其灵活、高效、低成本等优势，在海洋开发与应用中发挥着日益重要的作用。然而，单一无人系统能力有限，空海跨域协同可将不同类型的无人系统进行有机融合，构建立体协同作业体系，完成复杂任务，对于充分发挥海上无人系统优势，推动海洋开发利用具有深远意义。本报告聚焦于空海跨域协同这具有挑战性与前瞻性的领域，介绍空海跨域协同在现代国防战略、海洋资源开发及应急救援等场景中的应用需求。结合上海交通大学人工智能与机器人中心AIRC在该领域的工程开发经验，分析了空海跨域协同的关键技术，探讨了空海跨域协同面临的技术瓶颈与难题，展示了AIRC团队围绕无人艇、无人机和空海跨域协同系统开展的多方面技术验证。

个人简介

  张卫东，浙江大学学士, 硕士和博士学位。上海交通大学讲席教授、国家杰青、教育部长江学者、享受国务院政府特殊津贴专家、国家重大专项首席、德国洪堡学者、全球前0.05%顶尖科学家终身榜单、爱思维尔高被引学者，现任上海高校船舶自动化工程研究中心主任，教育部海洋智能系统工程研究中心主任。研究领域包括智能控制理论和人工智能理论，及其在海上无人系统中的应用。出版2本英文专著；发表SCI论文300多篇，Google引用2.5万余次；授权国家发明专利92项。

报告人 任雷 教授 吉林大学，中国

摘要

Humanoid robot has potential applications in a variety of areas. However, poor locomotor energy efficiency, limited manipulation capability and poor physical human-robot interaction safety significantly hinder its advance and practical application, posing a great challenge in the robotics field. To address this problem, we propose a novel idea of bionic layagrity robotic system, inspired by the human musculoskeletal system. We reveal the fundamental principle of biological layagrity system and associated mechanical intelligences by analysing the effects of material property, morphology and topology of the musculoskeletal system on economical locomotion and versatile hand manipulation. By employing advanced functional materials and state-of-art manufacturing technologies, we finally achieve human-like locomotor system with low energy cost and bionic robotic arm-hand system with dexterous manipulation skills and excellent human-robot interaction safety. This will provide theoretical foundation and enabling design and manufacturing techniques for future advanced humanoid robotic systems.

个人简介

Lei Ren researches in the field of biorobotics and bionic healthcare by exploring the fundamental musculoskeletal, neuromuscular and sensorimotor principles underlying human movement, whilst developing bioinspired humanoid robots and healthcare devices, and innovative bionic soft actuation and sensing techniques based on the learnt biological principles. He has been the PI and Co-I of over 40 research projects funded by NSFC, MoST, UK EPSRC, BBSRC etc., and has over 360 peer-reviewed journal papers and has been awarded over 280 patents. His research works have been reported by Nature, Science News, BBC etc. He is the standing vice President of the International Society of Bionic Engineering (ISBE), sits in the Council of Chairs, Biomedical Engineering Society (BMES), and serves as the General Secretary of IFToMM UK. He is the associate editor-in-chief of Journal of Bionic Engineering, the associate editors of Frontiers in Bioengineering and Biotechnology, Journal of Mechanical Engineering Science etc.

报告人 程龙 教授 中国科学院大学，中国

摘要

  随着机器人技术快速发展，提升机器人触力觉感知能力已成为亟待突破的关键问题。当前触力觉传感技术主要基于电阻式、电容式、电磁式及压电式等原理。然而，在实现高灵敏度、高柔性及稳定可靠的触力觉感知方面仍面临显著挑战。本报告将聚焦基于可变光路原理的触力觉传感器设计，梳理其在具身操作中的研究进展，并进一步展望具身智能的未来发展趋势。

个人简介

  程龙，博士，中国科学院大学特聘教授，IEEE/IET/CAA Fellow，担任《IEEE Transactions on Cybernetics》、《IEEE Transactions on Automation Science and Engineering》、《中国科学信息科学》、《自动化学报》等国内外刊物的编委。入选国家杰出青年基金项目、北京市杰出青年基金。获得2017年度国家自然科学二等奖。

报告人 丛杨 教授 华南理工大学，中国

摘要

  随着具身智能的兴起，机器人正从封闭、结构化环境走向开放、动态的真实世界。机器人自主操作能力不仅是衡量其智能化水平的重要标志，也直接决定了机器人在智能制造、家庭服务、医疗健康等复杂场景中的作业适应范围。在具身智能的框架下，感知与认知能力是实现机器人自主操作的根本支撑。近年来，人形机器人、具身智能大模型等方向涌现出诸多令人振奋的进展——从视觉-语言-动作联合建模到端到端学习控制，机器人的行为灵活性与任务泛化能力得到了显著提升。然而，机器人要完成人类眼中许多“理所当然”的简单工作，仍面临一系列挑战。例如，在复杂光照、遮挡或物体形变条件下，视觉识别能力仍然脆弱；面对未见过的物体或场景，自主操作的泛化能力远未达到实用水平；对长序列任务、非刚性物体的操作能力也较为有限。本报告将围绕上述问题，尝试为提升具身智能系统的自主操作能力提供新的思路与方法。

个人简介

  丛杨，华南理工大学自动化学院院长，国家杰青，博士生导师。主要从事机器人视觉、机器学习、医学影像分析、大数据处理、机器人伺服等研究。担任中国图象图形学会理事，中国自动化学会青年工作委员会副主任等职务.先后主持国家重点研发计划项目、国家自然科学基金仪器专项、杰青等项目多项。获得辽宁省自然科学一等奖、中国自动化学会自然科学奖一等奖、中国自动化学会青年科学家奖、辽宁省青年科技奖、辽宁省自然科学成果特等奖、中国科学院青年创新促进会优秀会员等奖项。目前已在国内外期刊和会议上发表80余篇文章，担任IEEE Trans、《自动化学报》等国内外知名期刊的编委。

报告人 孙宁 教授 南开大学，中国

摘要

  随着人机交互需求的不断增加，气动仿生机器人的建模和智能控制日益受到广大学者的关注。气动人工肌肉具有质轻、安全、功率体积比大等优点，但与此同时，也存在着强非线性、迟滞性、时变性等固有缺陷，这给使用它进行驱动的机器人的建模和精准控制带来了巨大挑战。因此，实现气动仿生机器人的精确建模和智能控制，具有非常重要的理论与实际价值。近年来，我们针对气动仿生机器人的建模、规划、控制等开展了较为深入的研究工作。在报告的最后，将对气动仿生机器人未来的研究方向和发展趋势进行展望，并将进一步汇报我们在其它机器人系统（如欠驱动机器人、有色金属修锭机器人、变结构机器人）上的研究进展。

个人简介

  孙宁，南开大学/南开大学深研院教授、博导，深圳河套学院双聘教授，青年长江学者，宝钢优秀教师，天津市杰青。主持国家自然科学基金重点项目1项、联合重点项目1项，国家重点研发计划课题2项等。出版专著3部，发表IEEE Transactions及Automatica论文80多篇，授权发明专利30余件。获2019中国智能制造十大科技进展、国家教学成果二等奖、天津市自然科学二等奖（排名1）、天津市科技进步二等奖（排名1）、天津市自然科学一等奖（排名2）、吴文俊人工智能自然科学一等奖（排名2）、IEEE Transactions on Systems, Man, and Cybernetics: Systems优秀编委奖等。担任IEEE Transactions on Industrial Electronics、IEEE/ASME Transactions on Mechatronics、IEEE Transactions on Automation Science and Engineering、IEEE Transactions on Systems, Man, and Cybernetics: Systems、IEEE Transactions on Intelligent Transportation Systems等期刊编委。指导学生获2次国家自然科学基金博士生项目、中科协青托博士生专项、CAA优博论文、CAAI优博论文、CAA优硕论文（4次）、中国“互联网+”全国金奖、“挑战杯”全国一等奖、中国青少年科技创新奖等。

报告人 刘涛 教授 浙江大学，中国

摘要

  哺乳动物肢体的有源趾关节与跟腱系统在多模式运动中发挥着关键的协同作用。受此启发，本文提出了一种仿生双足机器人平台 BioLeg，其核心是一个集成了有源趾关节与弹簧-肌腱能量再循环机制的弹簧-肌腱能量再循环系统（STERS）。为充分发挥 STERS 的优势并确保控制的简便性，我们设计了一种多接触阶段步态，并建立了 STERS 的多关节并联弹性驱动器模型。将该动力学模型融入学习过程并为所提出的步态提供引导，训练后的策略使机器人实现了鲁棒的 locomotion 性能。实验结果表明，STERS 在行走过程中降低了 34.06% 的能量消耗。与未配备 STERS 的基线相比，BioLeg 在速度跟踪和抗冲击恢复方面表现出更强的鲁棒性。此外，我们验证了有源趾关节和弹簧-肌腱系统在提升双足运动能量效率、步态跟踪精度和平衡能力方面的有效性。

个人简介

  刘涛，浙江大学机械工程学院，教授，博导，所长，2006年日本高知工科大学，工学博士，入选 2013 年国家级人才计划, “十四五”国家重点研发计划智能机器人专项总体专家组专家。研究领域为生物力学工程与康复机器人技术,国际上首次研发出应用于人体动力学分析的穿戴式传感器系统，解决了人体关节和肌肉力的定量分析只能依赖高速照相机运动捕捉和固定式测力板系统的国际技术难题，实现在助老助残的智能化装备临床应用和产品化。国际和国内发明专利成果已实现产品化并应用在中国，美国、日本和加拿大养老服务机构。主持参与国家自然科学基金项目和企业项目等50余项。获2010年日本机械学会奖励奖，2021年中国发明协会金奖，2022年中国国际科技促进会产业化二等奖。

  流程行业是国民经济的支柱和基础产业，也是我国经济持续增长的重要支撑力量，其风险预警与智能管控对于我国推动新型工业化、实施制造强国建设战略具有重要意义。本论坛聚焦流程行业的多安全风险管控、感知建模、预警决策、安全管控规则集和工具集研发、工业软件支撑平台研制等方向，与国内外专家共同探讨流程行业动态风险智能管控理论、方法与关键技术。

主席：王友清 教授 北京化工大学，中国

个人简介

   王友清 ，北京化工大学教授/博导，信息科学与技术学院院长，国家杰青、IET Fellow。发表期刊论文百余篇，主持项目二十余项，担任多个国际期刊编委，他是首位获得《Journal of Process Control》最佳论文奖和ADCHEM青年作者奖两个奖项的中国大陆学者。他还荣获中国自动化学会自然科学奖一等奖、教育部自然科学奖二等奖、北京市自然科学奖二等奖、山东省自然科学奖二等奖、霍英东青年教师奖。

主席：陆宁云 教授 南京航空航天大学，中国

个人简介

   陆宁云 ，南京航空航天大学教授/博导，自动化学院副院长，江苏省高层次人才培养计划（“333工程”）。主持国家自然科学基金、国家重点研发计划等重要项目/课题30余项，出版专著4部、论文160余篇，授权发明专利30余件，获省教学成果二等奖、科学技术一等奖等多项奖励。

报告人 杜文莉 教授 华东理工大学，中国

摘要

With the scope and capabilities of enterprise digitization expand rapidly, planning and scheduling as the "brain" of enterprise production and operation management, directly affects enterprise efficiency and market competitiveness in decisions such as raw material procurement, equipment processing plans, resource and energy allocation, and product distribution etc. It is the main battlefield for enterprise digital transformation and high-quality development, and an important path to promote smart manufacturing industry. The report focuses on the bottleneck of process production planning decision-making, e.g. accurate representation of product distribution and properties, complex feasibility constraints on production decision-making schemes, prediction of intermediate product prices under supply and demand changes, and lack of coordinated operation among multiple production bases. The following core aspects of planning decision-making system, such as the characterization of the energy-material coupled planning procedure, multi-task multi-cycle planning, value factor identification and differential pricing scheme, and large-scale solving algorithms. The analysis is conducted based on practical engineering application scenarios and their benefits.

个人简介

Wenli Du received the Ph.D. degree in control science and engineering from East China University of Science and Technology, Shanghai, China, in 2005. She now serves as Director of National Center of Technology Innovation for Smart Process Manufacturing, Director of Shanghai Frontier Science Research Institute of Industrial Intelligence and Intelligent Systems. She has dedicated to innovative research and industrial applications of intelligent control technologies for petrochemical facilities. Addressing key bottlenecks in resource optimization and dynamic control for large-scale production processes, she pioneered the development of full-process digital twins, smart control, and optimized operation systems for ethylene plants and integrated refining-chemical complexes.
Her contributions have been recognized through numerous honors in China, including the National Science Fund for Distinguished Young Scholars, the Changjiang Scholar Professorship, the New Century Excellent Talent award from the Ministry of Education, and the Shanghai Phospherus Program. She has published over 220 papers and authorized 130 patens. She has five State Science and Technology Progress Awards and 13 first prizes of provincial/ministerial-level Science and Technology Awards.

报告人 丁进良 教授 东北大学，中国

摘要

  人工智能的快速演进，尤其是大模型的突破性进展，本质上建立在从数据规模到模型容量再到性能提升的扩展规律之上。然而，这一成功路径依赖于高度同质化、结构一致且可大规模采集的数据环境。当人工智能进入真实工业场景时，数据不再具备统一范式，而是呈现出显著的异构性、稀缺性与结构差异性。不同设备、工艺与生产单元所产生的数据在特征维度、组织形式与统计分布上存在系统性差异，数据孤岛、样本不足与结构不一致等问题普遍存在，从而使得单纯依赖模型规模扩展难以实现有效泛化。本报告从工业人工智能发展的底层逻辑出发，围绕工业人工智能中的复杂数据问题展开，强调数据基础对于模型能力形成的决定性作用。在此背景下，提出以数据增强与表示学习为核心的研究思路，致力于提升数据分布的可学习性与特征表达的稳定性，并探索跨结构数据对齐与统一表示机制。通过重构数据分布关系与特征组织方式，构建适应复杂工业环境的数据支撑框架。

个人简介

  丁进良，东北大学教授、博士生导师，长江学者特聘教授、国家杰出青年科学基金获得者。现任东北大学流程工业综合自动化全国重点实验室主任、兼任未来技术学院院长等。长期从事复杂工业过程智能建模、智能优化决策与控制、生产全流程运行优化、工业大数据分析、机器学习、计算智能及其应用研究。先后主持与完成国家重点研发计划项目、国家自然基金重大项目课题、工信部智能制造专项等科研项目30余项。研究成果发表论文300余篇。获得国际/国内发明专利50余项、计算机软件著作权20余项；获第十四届中国青年科技奖、国家技术发明二等奖（排名第2）、省部级一等奖4项。享受国务院特殊津贴、入选“万人计划”科技创新领军人才、国家百千万人才工程和辽宁省兴辽英才计划科技创新团队。目前担任IFAC MMM和LSC两个技术委员会委员，IEEE高级会员，中国自动化学会常务理事，过程控制专委会副主任，担任国际期刊IEEE TEVC、IEEE TETCI、IEEE TCASII编委和《控制工程》副主编等。

报告人 王雅琳 教授 中南大学，中国

摘要

The salt lake chemical industry is a crucial processing industry for refining mineral resources from salt lakes. Its products are widely used in manufacturing, agriculture, and other fields, occupying an important position in the national economy. To accelerate the comprehensive empowerment of new productive forces for the high-quality development of the new salt lake chemical industry, break down information barriers among salt lake chemical enterprises, and improve the current situation of disconnected supply chain/marketing chain/service chain, separated production control, and weak talent foundation, this report systematically summarizes the team's exploration and practice in the field of green, low-carbon, and intelligent manufacturing in the salt lake chemical industry. The report elaborates on the research progress and application effectiveness achieved in three aspects: the development model and integrated platform of network collaborative manufacturing in the salt lake chemical industry, green and efficient production intelligent control technology and application system, and network collaborative service support system and third-party service platform. Finally, it looks forward to the promising vision of promoting the salt lake chemical industry towards high-end, intelligent, and green development through technological innovation.

个人简介

Yalin Wang is a professor and doctoral supervisor at Central South University. She serves as the dean of the School of Automation, a distinguished professor of the Yangtze River Scholar Program, an expert receiving special government allowance from the State Council, a New Century Excellent Talent in Education selected by the Ministry of Education, a fellow of the Chinese Association of Automation, a "Globally Highly Cited Researcher" by Clarivate Analytics, the leader of a natural science innovation research group in Hunan Province, and the head of a science and technology innovation team in the province. She concurrently holds positions as the vice chairman of the Autonomous Unmanned Systems Specialty Committee of the Chinese Association of Artificial Intelligence, the vice chairman of the Fault Diagnosis and Safety Specialty Committee of the Chinese Association of Automation, and the executive vice president of the Hunan Provincial Association of Automation. She has long been engaged in research in the field of intelligent perception and optimal regulation of industrial processes. She has presided over 8 national key research and development plan projects/topics, key projects of the National Natural Science Foundation of China, and major project topics. She has won 1 second prize of the National Science and Technology Progress Award, 1 second prize of the State Technological Innovation Award, and 6 first prizes of provincial and ministerial science and technology awards.

报告人 任磊 教授 北京航空航天大学，中国

摘要

  本报告将探讨“人工智能+新型工业化”热点技术方向。总结工业互联网与人工智能2.0融合创新的热点技术；阐述大模型和智能体驱动的人工智能3.0时代背景下，工业大模型的全新定义与内涵、体系架构、关键技术、典型应用；同时介绍工业具身智能的模型、系统架构与典型应用；并且，提出支撑工业大模型和具身智能世界模型的“数字族谱”理论技术体系；最后将展望未来发展方向。

个人简介

  任磊，工业互联网领域首个国家杰出青年基金获得者，国家重点研发计划工业软件重点专项首席科学家。北京航空航天大学二级教授、蓝天杰出教授，自动化学院和软件学院教授，复杂产品智能制造全国重点实验室专委会主任。在国内外学术界提出了首个工业大模型理论技术体系并建立了首个国家标准体系。主持国家重大科技专项、国家重点研发计划、自然科学基金重大研究计划等国家级和省部级项目30余项。在IEEE汇刊等国际知名刊物发表论文100余篇，引用万余次，入选斯坦福全球前2%顶尖科学家终身影响力榜单。主持或参与制订国际/国家标准26项。获专利及软著80余项。以第一完成人获省部级一等奖5项。担任IEEE、CCF、CAAI、CAA等10余个国内外专委会委员，中国仿真学会智能物联专委会副主任、中国指控学会云控制与决策专委会副主任，中国仿真学会常务理事 ，IEEE TNNLS、TMECH、中国科学等国内外期刊编委。担任中国工业互联网产业联盟人才工作组副主席，在全国高校中率先开设了《工业互联网》课程。担任IEEE系列及国内外学术会议主席数十次，受邀做大会报告百余次。

报告人 刘敏 教授 湖南大学，中国

摘要

  高端装备制造作为我国培育和发展的战略性新兴产业，在服务国家重大需求、引领国民经济发展与保障国防安全中发挥了举足轻重的作用。面向高端装备产品表面缺陷快速精准检测的工业基础软件开发是工程质检领域的一项重大课题，对工业生产有着重要意义。然而，在复杂工业环境下，现有表面缺陷检测技术面临背景复杂多变、有效样本稀缺、缺陷特征微弱、单一视觉模态信息不完备等多重挑战，难以实现高精度的快速检测，成为制约产业提质升级的关键瓶颈。本团队聚焦复杂工业场景下表面缺陷检测的共性难点，开展基于多模态协同感知的工业缺陷检测方法研究，并完成工业软件与系统装备的集成应用。相关成果应用于工业产品质检、国防重点设备制造等领域，支撑相关产业技术变革和优化升级，促进我国先进制造业迈向全球价值链中高端。

个人简介

  刘敏，湖南大学二级教授，人工智能与机器人学院党委书记。国家杰出青年基金获得者，教育部青年长江学者，国家重点研发计划首席科学家。北京大学学士，美国加州大学河滨分校博士，湖南省自动化学会副理事长，机械工业先进制造视觉检测与控制技术重点实验室主任，中国图像图形学会理事、青工委副主任。

报告人 王友清 教授 北京化工大学，中国

摘要

  现代化工系统具有复杂度高和动态性强的特点，传统控制方法在非线性耦合和多模态异构数据方面存在感知盲点，难以满足故障诊断和安全控制的高可靠性要求。本次报告紧扣化工过程安全、稳定和智能运行的核心需求，构建了一个涵盖“知识表示”、“故障诊断”和“协同控制”的综合研究框架。具体而言，报告包括：1. 基于图模型的数据知识表示：研究化工过程数据（例如传感器数据、日志数据、过程参数）的内在结构和多模态融合机制，开发多级协同学习和噪声增强的图学习模型，以克服复杂化工过程中高维异构数据语义关联提取的局限性。此外，还利用属性图结构、二分图和模糊推理网络分析过程流中的时空关联模式和动态演化逻辑。 2. 人工智能驱动的化工过程故障诊断：通过研究统计增强的神经相关分析方法，解决非线性和非高斯特性问题。针对时空耦合和多模态切换场景，开发了时空局部分析和自适应重要性编码字典学习算法。此外，还探索了小样本约束下的半监督学习、专家系统集成和分布对齐技术，以提高故障诊断的可解释性。3. 博弈论主动安全控制：针对网络攻击环境（例如，重放攻击），研究了基于反步法的自适应弹性控制方案。开发了一种多变量过程自愈控制框架，以实现异常条件下的自动设定点补偿和自恢复。通过引入博弈论（零和微分博弈、纳什均衡），解决了存在执行器故障和不匹配扰动时的最优容错跟踪问题。此外，还研究了用于参数优化及相关挑战的数据驱动和机理模型混合驱动控制算法。

个人简介

  王友清 教授是国家杰出青年科学基金获得者、英国工程技术学会会士、中国自动化学会会士、北京化工大学教授、博士生导师、信息科学与技术学院院长。他担任九个SCI收录期刊的编委或客座编委，并担任三个国际自动控制联合会（IFAC）技术委员会委员。他曾分别获得教育部、北京市和山东省自然科学奖。他著有三部专著，以第一作者或通讯作者身份发表SCI收录论文160余篇。他拥有20余项授权发明专利，其研究成果已应用于中国石化、中国石油等龙头企业。他的论文在SCI收录期刊上被引用6000余次，引用者包括国内外40余位院士。他的16篇论文被评为ESI 0.1%热门论文或1%高被引论文，引用他的机构遍布80多个国家。他曾多次入选世界顶尖2%科学家名单。

  随着人工智能技术的持续演进，飞行器自主导航与控制领域已跨入全新发展阶段，持续吸引着学术界与工业界的深切关注。与此同时，现代航空航天技术及无人机系统的全面应用，正迫切呼唤着更为先进的自主导航与控制解决方案，这给理论重构与技术革新提出了前所未有的严苛要求。如何依托智能自主飞行导航与控制技术，大幅增强飞行器智能化水平，拓展其应用空间与运行模式，助力航空航天科技进步与国家空天安全能力提升，是当前极具战略潜力且亟待攻坚的关键问题。“智能导航飞控理论与应用”专题论坛，旨在为航空航天及智能控制领域的专家学者搭建开放互动、思想碰撞的学术交流平台，以加速智能技术的创新发展与应用落地。

  本专题论坛特邀国内顶尖专家学者齐聚一堂，共同分享前沿科研成果与技术领域的最新突破，深度研讨学术发展的前瞻趋势，旨在有效拓宽研究思路，大力促进先进导航与控制学术成果的工业化应用与转化。

主席：许斌 教授 西北工业大学，中国

个人简介

   许斌 ，西北工业大学，自动化学院副院长，担任中国自动化学会认知计算与系统专委会主任委员，陕西省通用航空系统工程研究中心主任、陕西省三秦团队负责人，获国家优青、中国航空学会青年科技奖、陕西青年科技奖等；第一完成人获自动化学会一等奖、陕西省科技奖二等奖等4项；主要从事导航制导与控制，主持国家自然科学基金重点项目、工信部民机专项课题等30余项，成果应用于航空工业、航天科工等10余个工业单位，开展了地面测试与飞行验证；担任SCI期刊《International Journal of Micro Air Vehicles》 期刊主编，《IEEE Trans on Systems, Man and Cybernetics: Systems》、《Journal of Intelligent & Robotic Systems》，担任《自动化学报》编委、《中国科学：信息科学》青年编委等；入选科睿唯安全球高引学者、爱思唯尔中国高引学者；担任2024年控制与决策会议组委会主席、2024-2025认知计算与系统会议大会主席等。

报告人 宋爱国 教授 东南大学，中国

摘要

  本报告回顾了人形机器人的发展现状及面临的问题，分析了人形机器人的关键技术，认为具身智能、灵巧手作业、遥操作等是当前人形机器人应用的关键技术。由于两足人形机器人在环境适应性和操作能力方面还无法满足电力运维领域复杂多任务场景的需求，多足双臂人形机器人是实现电力检修的可行方案。本报告介绍了东南大学机器人研究团队在面向电力检修作业的多足双臂人形机器人技术研究方面的一些工作进展及应用情况。

个人简介

  宋爱国，东南大学首席教授，国家杰青。1996年博士毕业于东南大学精密仪器专业，现为东南大学空间科学与技术研究院院长、数字医学工程全国重点实验室副主任、江苏省机器人感知与控制技术重点实验室主任。长期从事机器人感知与控制技术的研究。作为第一完成人获国家技术发明二等奖1项，教育部技术发明一等奖3项，江苏省科技进步一等奖3项，吴文俊人工智能科技进步一等奖2项等。发表SCI论文400余篇，被引用17000余次，编写IEEE国际标准3项、国家标准7项。

报告人 黄攀峰 教授 西北工业大学，中国

摘要

  航天器载荷作为航天任务的核心单元，其技术水平已成为军民融合领域的战略制高点与全球航天竞争的关键。新一代高价值载荷具有多尺度、变刚度和跨代性能的特征，面临动力学建模误差、多源扰动抑制和极端工况控制失稳等挑战。本报告首先介绍航天器复杂载荷超精超稳控制需求；接着分析典型载荷的分类与功能；然后重点探讨超精超稳控制体系建立，剖析刚性（光钟）、挠性（天线）、柔性（绳系系统）载荷的动力学特性，并提出“模型-控制-执行”协同创新路径。最后，报告展示该技术在空间站梦天实验舱、“羲和号”实验卫星等项目中的应用。研究突破了复杂环境下航天器载荷控制技术瓶颈，为我国争夺航天强国战略高点提供了技术支持，具有广阔的应用前景和社会效益。

个人简介

  黄攀峰，西北工业大学航天学院院长，二级教授，博士生导师，国家杰出青年基金获得者（2017），国家“万人计划”科技创新领军人才（2017），国防科技卓越青年基金获得者（2018），享受国务院政府特殊津贴专家，国家级战略领军团队负责人，国家重点研发计划项目首席科学家。现兼任国务院学科评议组成员，军口某领域专家委员会委员，国家某重大专项专家组专家，科技创新2030--新一代人工智能重大项目管理专家组专家等。曾任国家863计划重大项目专家组专家，国家重大任务副总师。主要研究方向：空间机器人技术、遥操作技术、航天器智能控制、人机混合智能控制、集群协同控制等，发表SCI论文170余篇，先后获得陕西省自然科学一等奖、陕西省技术发明一等奖、军队科技进步一等奖，国防技术发明二等奖等多项科技奖励；并担任IEEE/ASME Transactions on Mechatronics, IEEE Transactions on Neural Networks and Learning Systems、《Robotica》、《自动化学报》、《宇航学报》、《航空学报（中英文版）》、《控制理论与应用》、《机器人》、《系统工程与电子技术》等期刊编委。

报告人 邓志红 教授 北京理工大学，中国

摘要

  报告针对复杂环境下，飞行体高速飞行和高速自旋导致的高动态性、导航信息获取的非完整性、信息和运动随机扰动的不确定性等挑战，介绍高动态智能导航技术成果，提升飞行体导航系统适应环境和遂行任务的能力。

个人简介

  邓志红，女，北京理工大学特聘教授，博士生导师。兼任中国惯性技术学会常务理事，科普部副主任，青年工作委员会主任；教育部导航制导与控制技术工程研究中心副主任。入选国家级人才计划。主要从事运动体导航制导与控制技术领域的教学和科研工作，成果获国家级科技奖4项。出版著作教材10部。

报告人 余翔 教授 北京航空航天大学，中国

摘要

  当前无人飞行器局限于“理想环境、确定任务、预设模式”，在强干扰对抗环境中的自主性、安全性和智能性亟待提升。本报告针对无人飞行器复合风险因素分离难、强拒止对抗条件下导航定位难、强阻力变质心精确操控难、非结构化空间安全飞行难等挑战，从仿生智能的角度介绍团队近期在风险学习预测算法、仿生自主导航、仿生灵巧操控以及干扰利用等方面的研究进展，旨在赋予无人飞行器在干扰对抗环境下具备“脑聪、目明、手巧、身健”等能力。

个人简介

  余翔，北京航空航天大学蓝天杰出教授，国家杰出青年科学基金、国家海外高层次人才青年项目获得者。致力于无人飞行器仿生自主导航与安全控制等研究工作，发表论文90余篇，出版专著1部，授权国家发明专利60余项。曾获全球人工智能产品应用博览会金奖、中国仪器仪表学会科技进步一等奖、日内瓦/纽伦堡国际发明展金奖等。现任国家某重大专项专家组成员、某领域专家组成员、三本IEEE汇刊编委、IEEE空中机器人与无人机技术委员会委员、中国自动化学会导航制导与控制专委会常务副秘书长等。

报告人 张勇刚 教授 哈尔滨工程大学，中国

摘要

  随着无人系统应用场景日趋复杂，导航任务面临动态环境、复杂干扰、卫导拒止等新的挑战，导航领域技术框架逐步向着多源化、智能化演进。本报告分别从水下自主导航、路网辅助导航、集群相对导航三种应用场景，介绍了智能导航技术如何适应环境、感知环境、群智融合，以提高自主导航在复杂环境下的性能。

个人简介

  张勇刚，教授，博士生导师，国家级领军人才。现任哈尔滨工程大学信息与通信工程学院院长兼集成电路学院执行院长，教育部导航仪器工程中心副主任，中国惯性技术学会理事，担任中国自动化学会控制理论专委会、导航制导与控制专委会等专委会委员。长期从事导航器件及算法、信号处理、信息融合方向研究，主持科技部国家重点研发计划项目(首席科学家)、国家自然科学基金重点项目等，发表学术论文170余篇。获省部级科技奖励7项，其中一等奖4项，包括黑龙江省自然科学一等奖（排名第1），中国自动化学会自然科学一等奖（排名第1）等，获IEEE Barry Carlton奖，获评中国自动化学会青年科学家奖。获得国家教学成果二等奖，黑龙江省教学成果特等奖，获评中国自动化学会优秀博士学位论文指导教师、中国卫星导航定位协会优秀博士学位论文指导教师等。

  数智化浪潮正系统性重构各行业的发展范式。医疗保健作为关乎国计民生的核心领域，正经历着由人工智能、大数据和云计算等颠覆性技术带来的深刻变革。海量多模态数据的积累与算力算法的突破，为破解传统医疗模式中的经验依赖、资源不均与效率瓶颈提供了新路径。数智技术赋能临床洞察与医疗决策，已成为提升医疗服务质量和效率的关键引擎。本次论坛旨在构建一个开放共享的交流平台，汇聚医学、决策科学、计算机科学及数据科学等领域的专家学者，聚焦医学影像分析、临床辅助诊断、智慧医院管理与医疗资源配置等面向医疗决策支持的前沿议题。期待通过深度对话与思想碰撞，探索更加精准、高效和可靠的医疗智能决策新范式，为医疗保健的创新发展提供数智支持和方法启示。

主席：徐泽水 教授 四川大学，中国

个人简介

   徐泽水 ，四川大学讲席教授、欧洲科学院院士、欧洲科学与艺术院院士、国际系统与控制科学院院士；国际工程技术协会(IETI)杰出会士；国际电气与电子工程师协会(IEEE)、国际模糊系统协会(IFSA)、英国皇家艺术协会(RSA)等11个国际权威协会会士(Fellow)、长江学者特聘教授、国家杰出青年科学基金获得者、国家百千万人才工程人选、国家有突出贡献中青年专家、享受国务院特殊津贴专家、总参优秀中青年专家、江苏省有突出贡献中青年专家、清华大学杰出博士后校友、四川省首届教书育人名师等。2021-2025年全球前2%顶尖科学家终身科学影响力榜单均位居前200名(人工智能领域全球排名第6位，中国学者中位居第一)；2024年全球顶尖计算机科学家排名第50位(中国内地学者中位居第一)。长期从事智能决策、数智融合、模糊数学与优化算法等研究，开辟了互补判断决策、不确定语言决策、模糊OWA、直觉模糊微积分、犹豫模糊决策、概率偏好决策等新领域，系统地创建了复杂信息决策理论与方法体系。

  曾获首届汤森路透中国引文桂冠奖(计算机科学、工程学)、第九届IETI年度科学奖、Springer Nature杰出编辑奖、中国青年科技奖、教育部自然科学奖(一等奖2项、二等奖2项)、江苏省数学杰出成就奖等。担任兴川助渝侨界智库主任，中国优选法统筹法与经济数学研究会副理事长，IEEE Transactions on Cybernetics、IEEE Transactions on Fuzzy Systems、Information Sciences、Information Fusion、Artificial Intelligence Review等30余份SSCI/SCI期刊副主编或编委。由Springer出版英文专著23部，在 Nature 子刊、IEEE/ACM Transactions 和 Transportation Research系列期刊、Pattern Recognition、Tourism Management、Energy Economics、Omega、EJOR等国际高水平期刊发表论文1000余篇(ESI高被引论文128篇)，论著被引11万余次，H指数162。

报告人 徐泽水 教授 四川大学，中国

摘要

  随着人工智能技术的迅猛发展，医疗智能决策模式已从依赖规则库与专家系统的传统范式，演进至融合多模态深度学习与大语言模型的新范式。然而，现实医疗场景中生成的海量数据不仅呈现出显著的非结构化、多模态并存及高不确定性特征，更面临模型“黑箱”解释、模态对齐及临床整合困难的挑战，极大增加了数据精准解析与决策建模的复杂性。在此契机下，概率偏好理论作为一种能够有效刻画复杂模糊信息并融合个体认知差异的数学工具，为解决医疗智能决策中的语言信息表征与不确定性推理提供了核心支持。因此，本报告围绕概率偏好驱动的医疗智能决策，就该领域的关键理论与应用研究进行介绍。首先概述医疗智能决策的发展脉络；继而介绍概率偏好信息表征的关键方法与技术；重点梳理基于概率偏好的医疗智能决策框架、应用场景及相关研究成果；最后，系统总结当前研究在数据处理、决策过程及实际应用等方面的挑战，并分别从技术与方法层面进行研究展望，旨在为医疗智能决策领域的发展提供前瞻性指引。

个人简介

  徐泽水，四川大学讲席教授、欧洲科学院院士、欧洲科学与艺术院院士、国际系统与控制科学院院士；国际工程技术协会(IETI)杰出会士；国际电气与电子工程师协会(IEEE)、国际模糊系统协会(IFSA)、英国皇家艺术协会(RSA)等11个国际权威协会会士(Fellow)、长江学者特聘教授、国家杰出青年科学基金获得者、国家百千万人才工程人选、国家有突出贡献中青年专家、享受国务院特殊津贴专家、总参优秀中青年专家、江苏省有突出贡献中青年专家、清华大学杰出博士后校友、四川省首届教书育人名师等。2021-2025年全球前2%顶尖科学家终身科学影响力榜单均位居前200名(人工智能领域全球排名第6位，中国学者中位居第一)；2024年全球顶尖计算机科学家排名第50位(中国内地学者中位居第一)。长期从事智能决策、数智融合、模糊数学与优化算法等研究，开辟了互补判断决策、不确定语言决策、模糊OWA、直觉模糊微积分、犹豫模糊决策、概率偏好决策等新领域，系统地创建了复杂信息决策理论与方法体系。
  曾获首届汤森路透中国引文桂冠奖(计算机科学、工程学)、第九届IETI年度科学奖、Springer Nature杰出编辑奖、中国青年科技奖、教育部自然科学奖(一等奖2项、二等奖2项)、江苏省数学杰出成就奖等。担任兴川助渝侨界智库主任，中国优选法统筹法与经济数学研究会副理事长，IEEE Transactions on Cybernetics、IEEE Transactions on Fuzzy Systems、Information Sciences、Information Fusion、Artificial Intelligence Review等30余份SSCI/SCI期刊副主编或编委。由Springer出版英文专著23部，在 Nature 子刊、IEEE/ACM Transactions 和 Transportation Research系列期刊、Pattern Recognition、Tourism Management、Energy Economics、Omega、EJOR等国际高水平期刊发表论文1000余篇(ESI高被引论文128篇)，论著被引11万余次，H指数162。

报告人 万国华 教授 上海交通大学，中国

摘要

Regular health check is critical in personal health management, with over 250 million conducted annually in China. Despite its widespread use, designing an efficient health check policy remains a challenge. Existing clinical guidelines often fail to offer personalized recommendations and overlook the influence of disease correlations on joint disease screening.
We address this issue by developing a stochastic modeling framework based on POMDP (Partially Observable Markov Decision Process) to personalize health check decisions. The model decides optimally when and how to select a subset of screening items for an individual, explicitly accounting for correlations between diseases. To estimate the parameters of the decision model, particularly the joint progression of multiple diseases, we introduce a modified Baum-Welch algorithm and apply it to real-world health check data. In the case study, we demonstrate the application of our personalized health check strategy by designing a joint screening strategy for chronic kidney disease (CKD) and diabetes, which is projected to save 628 million CNY annually in China compared to current guidelines and 558 million CNY compared to single-disease analysis. Our findings highlight that the proposed policy offers more efficient and cost-effective recommendations, with significant potential for improving health outcomes and resource allocation.

个人简介

  万国华，现任上海交通大学教授，主要研究兴趣为制造与医疗服务运营管理、大数据分析及应用。主持了国家杰出青年科学基金、国家自然科学基金重大、重点、重点国际（地区）合作等项目，研究成果发表于Operations Research, Management Science, Mathematics of Operations Research和Lancet Digital Health, New England Journal of Medicine AI等国内外学术刊物，2024年获中国运筹学会科学技术奖运筹研究奖。担任Production and Operations Management的Senior Editor、Journal of Management Analytics (SSCI Q1)的执行主编、Journal of Operations Research Society of China编委和《管理科学学报》领域编辑、《运筹学学报》编委；中国运筹学会常务理事，上海市运筹学会理事长等职。

报告人 周文慧 教授 华南理工大学，中国

摘要

  在线医疗平台面临患者需求激增与医疗资源有限的矛盾。平台为提高服务效率，推出预设消息功能，允许医生使用标准化回复，但其对患者满意度的影响存在争议。本研究采用工具变量方法，探讨预设消息对患者满意度和服务效率的双重影响。研究发现两个主要结果：首先，出人意料的是，预设消息显著提升了患者满意度，这与患者抱怨的轶事证据形成鲜明对比。这种满意度提升主要源于患者参与度的增加——预设消息鼓励患者提出更多问题并深度互动。其次，我们验证了平台预期的效率提升效果，医生服务患者数量增加19.3%，问题解决率提高0.6个百分点。异质性分析显示，效果在新患者咨询中更为显著（可能因为新咨询为医生带来相对更多收益而具有激励作用），以及经验较少的医生中表现更突出。研究结果挑战了标准化必然损害个性化服务的传统观念，建议将预设消息从单纯的效率工具转变为互动催化剂，通过精心设计鼓励患者深度参与，实现运营效率与患者体验的双重提升。

个人简介

  周文慧，华南理工大学工商管理学院二级教授、博士生导师。广东省智慧医疗健康服务管理重点实验室主任，广东省质量协会副会长。研究兴趣主要包括排队经济学、医疗服务管理、运营管理、供应链管理等。近年来累计主持承担国家自然科学基金重点项目1项，面上项目4项，其中三项已结题项目分别于2014年、2019年和2022年的项目后评估中获评“特优”。研究成果发表在MS、POM、DS、CER、NRL、Omega、EJOR、《管理科学学报》等国内外知名学术期刊。2012年入选教育部“新世纪优秀人才支持计划”，2017年入选广东省教育厅“珠江学者”特聘教授计划，2019年获得国家杰出青年基金。2023年获批国家自然科学基金创新群体项目。2017年，2025年分别获得广东省哲学社会科学优秀成果奖一等奖，2020年获得第八届高等学校科学研究优秀成果青年奖。2019年主讲的《应用统计分析》入选广东省研究生示范课程。

报告人 彭一杰 副教授 北京大学，中国

摘要

  传统生命科学实验费时费力。数字微流控生物芯片可以支持高通量实验，但其在高维、多约束条件下的编程控制极其复杂。现有系统缺乏从自然语言意图直达底层硬件控制的端到端解决方案，且传统算法难以有效处理具有强时序依赖与动态约束的大规模液滴调度问题。本研究提出了一种由大语言模型与深度强化学习联合驱动的闭环实验系统 Alpha-Droplet。该系统首先将自然语言意图解析并转化为分阶段的格式化指令；随后使用深度强化学习算法，在巨大状态空间中进行液滴调度规划，并结合机台物理控制反馈完成闭环执行。我们在聚合酶链式反应等复杂生物实验中验证了该系统的有效性。实验表明，我们的方法可扩展至超过 1000 个液滴的大规模同步反应场景，规划成功率和执行效率均取得显著提升，并实现了生命科学实验的全自动闭环。本研究为构建自动化实验室提供了全新的技术范式。

个人简介

  彭一杰，北京大学光华管理学院副教授，博士生导师。北京大学人工智能研究院多智能体与社会智能中心执行主任、北京大学信息技术高等研究院多智能体与工业智能实验室主任。本科毕业于武汉大学数学与统计学院，从复旦大学管理学院获博士学位。在美国马里兰大学和乔治梅森大学分别从事过博士后与助理教授工作。主要研究方向包括仿真建模与优化、金融工程与风险管理、人工智能、健康医疗等。主持优秀青年科学基金、原创探索计划、杰出青年科学基金等。在《Operations Research》，《INFORMS Journal on Computing》和《IEEE Transactions on Automatic Control》等高质量期刊与人工智能顶会上发表学术论文，曾获INFORMS Outstanding Simulation Publication Award、教育部第九届高等学校科学研究优秀成果二等奖。目前担任Journal  of System Science and Engineering、《系统管理学报》领域主编，Asia-Pacific Journal of Operational Research、Journal of Systems Science and Information、运筹学报副主编，北京运筹学会副理事长、管理科学与工程协会人工智能技术与管理应用分会副理事长、管理科学与工程协会理事。

报告人 刘佳鹏 教授 西安交通大学，中国

摘要

We present a Bayesian interactive preference-elicitation framework for Multiple Criteria Decision Aiding that combines fast variational inference with long-horizon query planning. Additive value models are inferred via a tractable Bayesian approach, enabling closed-form uncertainty quantification. Query selection is cast as a finite-horizon Markov Decision Process, and the interactive policy is approximated with Monte Carlo Tree Search, which plans several steps ahead to maximize cumulative uncertainty reduction, avoiding myopic one-step gains. Two reward instantiations — variance-oriented and entropy-based — define complementary measures of posterior uncertainty. During search, node selection follows an Upper Confidence Bound rule that explicitly balances exploration and exploitation, ensuring efficient expansion of the search tree. Extensive computational studies demonstrate that the proposed approach achieves consistently higher agreement with the ground-truth preference ordering than state-of-the-art methods. Inference remains accurate and stable as bias and inconsistency grow, while maintaining responsive runtimes suitable for real-time interaction. In synthetic planning experiments with fixed interaction budgets, the long-horizon policy yields larger reductions in posterior uncertainty than myopic selectors, confirming the value of look-ahead. Overall, the proposed framework offers more informative queries, faster convergence to a reliable preference model, and consistent performance advantages across problem sizes and data conditions.

个人简介

  刘佳鹏，国家级青年人才，教授，博士生导师，西安交通大学管理学院信息系统与智能商务系主任，智能决策与机器学习研究中心副主任。目前研究方向为：智能决策与机器学习、大数据分析与人工智能管理、企业数字化转型。近年来主持和参与国家自然科学基金青年、面上、重点、重大研究计划项目，国家重点研发计划课题，工信部专项课题，中央**科技委***工程重点项目等多个项目的研究工作。研究成果发表在INFORMS Journal on Computing、European Journal of Operational Research、Omega、Decision Support Systems、IEEE TKDE、ACM TKDD、Expert Systems with Applications、Knowledge-based Systems、系统工程理论与实践、系统工程学报等国际顶级期刊和国内外重要学术刊物。担任中国优选法统筹法与经济数学研究会智能决策与博弈分会理事，中国系统工程学会数据科学与知识系统工程专委会委员。获得陕西省科学技术进步奖、陕西省高等学校科学技术奖、李怀祖管理学研究成果奖、INFORMS学术奖励，入选国家级青年拔尖人才支持计划、陕西省“三秦英才”青年拔尖人才支持计划。

  随着科学技术的发展，由多自主体构成网路系统的系统控制已成为控制领域研究的新热点。在网络系统协同控制的研究中，智能体系统本身的复杂性如非线性未建模动态、外部干扰等不确定性因素以及网络通信的复杂性如遭受攻击、信息丢失以及通讯拓扑结构的复杂多变对已有的控制方法在处理不确定性因素的能力、收敛速度、控制精度等方面带来新的挑战。本论坛聚焦复杂网络系统的高性能控制问题，在非线性控制这一宽泛的领域交流新思想新方法新成果，催生新的高性能控制理论与技术。

主席：赵志良 教授 中北大学，中国

个人简介

   赵志良 ，中北大学电气与控制工程学院教授、博士生导师、院长，高速飞车山西省实验室副主任。兼任中国自动化学会控制理论专业委员会委员、中国指挥与控制学会自抗扰控制专业委员会副总干事、《Journal of Decision and Control》《系统科学与数学》等期刊编委等职。主要从事非线性系统与控制、自抗扰控制、有限时间控制等研究，在TAC、Automatica等刊发表论80多篇，在Wiley & Sons和科学出版社出版专著2部。主持国家自然科学基金、陕西省自然科学基础计划重点项目、教育部留学回国人员科研启动基金等多项。作为第一完成人获教育部科学技术（自然科学类）二等奖、中国自动化学会自然科学二等奖、陕西省优秀自然科学学术论文二等奖、陕西高校科学技术一等奖等。

报告人 忻欣 教授 东南大学，中国

摘要

  欠驱动多连杆机器人是典型的复杂耦合非线性系统，其控制设计首先取决于给定驱动—测量配置下系统在平衡点附近或典型运动附近是否可控、可观。报告将围绕 n 连杆平面机器人及相关多连杆系统，介绍作者在可控性、可观测性以及强结构可控性/可观测性方面的若干结果，重点讨论主动连杆或中间主动关节在不同配置时的判定条件，揭示驱动位置、相邻结构与测量配置的协同作用对系统控制性质的决定性影响。相关结果既可从复杂网络中最少驱动节点与结构分析的角度加以理解，也为欠驱动机器人局部反馈稳定以及后续非线性控制设计提供理论基础。

个人简介

  忻欣，国家级高层次人才，东南大学首席教授（二级教授），博士生导师，东南大学复杂工程系统测量与控制教育部重点实验室主任，东南大学智能无人系统研究院执行院长。1987年本科毕业于中国科学技术大学，同年免试推荐为东南大学硕士研究生。1991—1993年获得日本文部省奖学金，作为中日联合培养博士生在大阪大学进行研究，1993年获东南大学工学博士学位，2000年获日本东京工业大学博士（工学）学位。1993—1995年在东南大学从事博士后研究，1995—1996年任东南大学副教授；1996—1997年任日本新能源产业技术综合开发机构（NEDO）最先端领域技术研究员；1997—2000年任东京工业大学助理教授；2000—2007年任冈山县立大学副教授，2008—2023年任冈山县立大学教授，曾任该校计算机和系统工程学院长助理、系统工程系主任、国际交流中心副主任。现长期从事机器人系统的智能与非线性控制理论及实验验证、智能仿生机器人、人形机器人等方向研究，在 IEEE Transactions on Automatic Control、IEEE Transactions on Robotics、Automatica 等学术期刊和重要国际会议上发表论文260篇，出版专著6部。1988年获第二届全国机器人学术会议优秀论文奖，2004年获日本计测与自动控制学会（SICE）控制部门大会奖。参与日本国家级重大科研项目3项，主持日本国家科学研究基金项目6项，并主持过中国博士后基金项目、中国国家自然科学基金青年项目、中国国家自然科学基金面上项目、江苏省双创人才项目和江苏省前沿技术研发计划项目。曾任国家973专家组成员、日本计测与自动控制学会控制理论委员会委员，现任 Automatica 编委，并兼任中国自动化学会控制理论专业委员会委员、IFAC Large Scale Complex Systems 技术委员会委员、IEEE高级会员等；曾担任 IEEE Control Systems Letters、日本计测与自动控制学会论文杂志、日本机器人学会论文杂志编委。

报告人 洪奕光 教授 同济大学，中国

摘要

  本报告中将介绍我们近年来在非线性系统运行安全性方面的工作。其一是安全性的验证问题，我们主要在安全小增益和逆障碍函数等方面做出了一系列工作。其二是安全控制设计，涉及到在有冲突情况下的安全控制，以及在收到信息攻击下的安全控制问题。

个人简介

  洪奕光在北京大学力学系获得学士和硕士学位，在中科院系统科学所获得博士学位。随后在中科院系统科学所工作。现在是同济大学上海自主智能无人系统科学中心副主任。曾任中科院系统控制重点实验室主任。是IEEE Fellow，人工智能学会会士、和自动化学会会士。多年来从事非线性控制、多智能体控制、分布式优化和博弈、社会网络、软件可靠性、机器人等方面的研究。现任国务院系统科学评议组成员，先后曾任中国数学会和中国系统工程学会常务理事、自动化学会控制理论专委会主任，IEEE控制系统学会会员和公共信息委员会主席和分会活动委员会主席以及执委，SIAM CST最佳论文评奖委员会委员, 国际自动控制联合会(IFAC) 世界大会青年作者奖评奖委员会委员。曾任Control Theory and Technology主编。曾是国际知名期刊IEEE Trans Automatic Control、IEEE Control Systems Magazine、IEEE Trans Control of Network Systems等编委。曾经获得中国控制会议‘关肇直’奖、IFAC世界大会的青年作者奖、 中科院青年科学家奖、国家杰出青年基金、中国青年科技奖、中科院杰出青年、国家自然科学二等奖等。

报告人 王朝立 教授 上海理工大学，中国

摘要

  进攻和防御被广泛视为主宰战争的基本作战形式‌，二者构成军事行动的核心矛盾，贯穿战争始终。随着复合制导、成像感知以及多源信息融合技术的发展，攻击者之间的协同、抗诱饵干扰能力以及机动性能方面显著增强，致使防御者使用传统的被动防御手段已难以对其形成有效遏制。本题目讨论了攻击者和防御者具有非零捕获半径，两个攻击者存在协同以及目标是区域的 目标、进攻者和防御者（称为三体）的博弈问题，借助几何方法，得到了博弈双方的获胜条件和相应的最优获胜策略。

个人简介

  王朝立, 教授，博士生导师，分别于1986年7月和1992年7月获得兰州大学数学系学士和自动控制硕士，1999年3月获得北京航空航天大学控制理论与控制工程专业博士。1986/07 – 1989/06，任兰州大学数学系助教；1992/07 – 1995/08，任河南科技大学电气工程系讲师；1999/04 – 2001/04，中国科学院沈阳自动化研究所做博士后，副研究员；2001/05 – 2003/08，任香港中文大学自动化与计算机辅助工程系副研究员（RA）；2003/09 任教于上海理工大学光电学院，教授（2004年12月）。2010年-2016年任光电信息与计算机工程学院副院长，2016年至今任控制系系主任。近年来发表SCI和EI检索论文200多篇，专利25项。作为负责人，承担4项国家自然科学基金面上项目，承担20多项国家电网、国防科工局项目以及省部级项目，已培养毕业硕士和博士研究生110名。2005年获上海市曙光学者，不校调视觉伺服非完整控制方面的工作，获2018年吴文俊人工智能科技进步一等奖。2022年9月在第12届中国智能系统会议上授予王朝立教授“杰出贡献奖”。目前为中国仿真学会人工智能仿真技术专业委员会副主任，中国自动化学会理事，上海市人工智能学会理事，上海市控制科学与工程学科评议组成员，国家自然科学基金会委员会基金会评专家。

报告人 温广辉 教授 东南大学，中国

摘要

  本报告聚焦于群体具身智能系统分布式优化与博弈问题。首先从“具身性”与“群体性”出发，阐释系统在物理载体、环境交互与群体协同方面的特征。针对分布式优化，面向不同动力学模型（二阶、异构线性、一般线性和Euler-Lagrange系统）提出相应算法，包括运动特性适配优化、输出协调、鲁棒优化及聚合优化方法，并探讨其在无人艇协同感知与定位中的应用。其次，研究分布式博弈问题，重点分析无人艇系统中博弈与控制之间的耦合机制，提出一体化集成方法，涵盖模型已知与未知情形下的完全分布式算法，并构建无人艇集群博弈对抗仿真平台。最后对未来研究方向进行了展望。

个人简介

  温广辉，东南大学自动化学院副院长、首席教授(二级教授)，博士生导师，IET Fellow，江苏国家应用数学中心副主任，江苏省信息数学应用中心常务副主任（主持工作）。长期从事分布式控制理论与控制工程、具身群体智能理论与技术领域的研究工作。在Nature Reviews Electrical Engineering、Research、The Innovation和IEEE汇刊发表学术论文200余篇，出版学术专著4部，SCI他人引用过2万次；2篇论文获国际学术期刊最佳论文奖、8篇论文获国内外学术会议最佳论文奖。主持国家杰出青年科学基金项目，国家优秀青年科学基金项目，国家自然基金联合重点项目、科技部重点研发计划项目课题、JKW创新特区项目、X73基金项目等30余项科研项目；申请国家发明专利80余项，授权61项；授权国际PCT专利1项（美国发明专利）。担任IEEE/ASME Trans. Mechatronics, IEEE Trans. Control of Network Systems, IEEE Trans. Industrial Informatics, IEEE Trans. Neural Networks and Learning Systems, IEEE Trans. Intelligent Vehicles, IEEE J. Emerging and Selected Topics in Industrial Electronics, IEEE Trans. Systems, Man, and Cybernetics: Systems, 和Asian J. Control编委，获IEEE Trans. Industrial Informatics 和Asian J. Control杰出编委奖；任中国指挥与控制学会副秘书长，中国自动化学会大数据专委会副主任，中国指挥与控制学会青年工作委员会副主任，中国指挥与控制学会具身智能专委会副主任。获第十八届中国青年科技奖，国家一级学会科学技术奖一等奖一项（排名第1）、技术发明一等奖一项（排名第1），日内瓦国际发明展金奖1项（排名第1），ARC DECRA Fellow（独立），亚太神经网络学会青年杰出研究奖（独立），中国指挥与控制学会青年科学家奖（独立）、创新奖一等奖（独立）等学术荣誉。

报告人 苏厚胜 教授 华中科技大学，中国

摘要

  围绕跨域无人系统（无人机-无人艇，简称无人“机-艇”）的多时间尺度和分散性等特点，本报告首先介绍多时间尺度下无人“机-艇”协同网络建模与可控性分析，进而给出跨域协同控制、分布式观测等方面的研究进展。

个人简介

  苏厚胜，华中科技大学人工智能与自动化学院教授、博士生导师、国家杰出青年科学基金获得者。主要研究方向包括多智能体协同控制理论及其在自主机器人与传感器网络中的应用。担任IEEE Transactions on Systems, Man and Cybernetics: Systems等国际期刊的Associate Editor。

  近年来我国轨道交通建设取得了显著的成就，成为经济社会发展的重要引擎。轨道交通装备经过十几年的技术积累和自主研发，已成为中国制造的靓丽名片。构建数字化、网络化、智能化的轨道交通装备创新体系对于推动我国科技自强、持续领跑，具有重要意义。近年来兴起的数字孪生技术不断成熟，应用领域不断拓展。数字孪生通过信息空间与物理世界的双向映射，已成为进一步提升交通装备竞争力的核心使能技术。在这一背景下，数模驱动的装备故障预测技术、支撑交通装备运维的沉浸式交互技术、面向装备设计运维的多模态数据分析与知识挖掘等关键技术引起了广泛的关注，是目前亟需解决的问题。

主席：张惟皎 教授 中国铁道科学研究院，中国

个人简介

   张惟皎 ，中国铁道科学研究院研究员，国铁集团“百千万人才工程”专业带头人。长期在动车组运用维修管理信息化、铁路行车安全监控、复杂技术设备智能运维、物联网及工业互联网应用技术等多个领域开展科研技术攻关和系统集成工作，负责或为主参加国家科技部、国铁集团 系统性重大等科研课题30余项，主持国铁集团铁路信息化标准归口管理工作，多次荣获中国铁道学会科学技术一等奖，曾获铁科院茅以升青年科技创新奖，铁路青年科技拔尖人才称号，发表学术论文40余篇。

主席：宋士吉 教授 清华大学，中国

个人简介

   宋士吉 ，1965年5月生，清华大学自动化系教授、博士生导师，教育部长江学者特聘教授，自动化系工业智能与系统研究所所长，海洋工程研究院副院长。长期从事复杂系统建模优化控制、机器学习理论方法及其应用、深海机器人关键技术研究。已在国内外重要学术期刊及学术会议发表论文480余篇，其中IEEE Transactions 系列期刊长文、AUTOMATICA、EUROPEAN Journal of Operational Research国内外权威期刊SCI检索论文420余篇。主持国家自然科学基金重大科学仪器研制项目两项（自由申请、部门推荐）、科技部新一代人工智能重大基础前沿项目、主持完成国家自然科学基金重点项目、中国大洋学会项目等，在科学出版社出版专著4部，获得教育部、北京市、上海市、山东省等自然科学或科技进步一等奖8项。

报告人 宋士吉 教授 清华大学，中国

  宋士吉，1965年5月生，清华大学自动化系教授、博士生导师，教育部长江学者特聘教授，自动化系工业智能与系统研究所所长，海洋工程研究院副院长。长期从事复杂系统建模优化控制、机器学习理论方法及其应用、深海机器人关键技术研究。已在国内外重要学术期刊及学术会议发表论文480余篇，其中IEEE Transactions 系列期刊长文、AUTOMATICA、EUROPEAN Journal of Operational Research国内外权威期刊SCI检索论文420余篇。主持国家自然科学基金重大科学仪器研制项目两项（自由申请、部门推荐）、科技部新一代人工智能重大基础前沿项目、主持完成国家自然科学基金重点项目、中国大洋学会项目等，在科学出版社出版专著4部，获得教育部、北京市、上海市、山东省等自然科学或科技进步一等奖8项。

报告人 刘驰 教授 北京理工大学，中国

摘要

  本报告依托国家重点研发计划“工业软件”重点专项项目，针对离散行业工业互联网面临的资源多样繁杂、数据融通不畅、业务协同低效三个挑战，研制离散行业工业互联网操作系统核心组件研制，包括云端和边侧组件两部分。具体地，构建工业互联网智能边缘网关，研制大数据湖及云边协同工业大数据知识迁移技术和基于数字孪生和多任务调度的双场景驱动工业引擎，为离散制造行业工业互联网平台提供共性技术支撑，最终在电子品制造中的大规模协同制造和小批量个性化定制、以及纺织品制造中的产品质量检测和设备状态检测四个应用中验证。

个人简介

  刘驰，长江学者特聘教授、IEEE Fellow、北京理工大学计算机学院副院长，智能信息技术北京市重点实验室主任，青年北京学者、中国电子学会会士。分别于清华大学和英国帝国理工学院获得学士和博士学位，后在德国电信研究总院任博士后研究员，及在美国IBM TJ Watson研究中心和IBM中国研究院任研究主管。主要研究方向是：工业大数据与具身智能技术。主持国家重点研发计划项目、国家自然科学基金联合重点/优青项目，入选爱思唯尔中国高被引科学家，获中国电子学会自然科学一等奖、中国电子学会电子信息教学成果大赛一等奖、北京市高等教育教学成果一等奖、日内瓦发明金奖、德国纽伦堡发明金奖、CCF青年科技奖、茅以升北京青年科技奖、北京理工大学教育教学成果特等奖、KDD’21最佳论文亚军、MobiCom’21最佳社区论文亚军、中国高校计算机大赛—人工智能创意赛全国特等奖、“挑战杯”首都大学生创业计划竞赛特等奖、工信部工程硕博士精品教材等。任国家信息产业“十四五”规划专家顾问组成员、全国信标委技术委员会委员、北京专家联谊会理事等。

报告人 魏喆 教授 沈阳工业大学，中国

摘要

The intelligent production line for major national equipment, represented by China’s standard electric multiple unit (EMU) “Fuxing,” imposes higher demands on edge computing technologies to accomplish data collection, uploading, storage, and analysis of equipment-level data under limited hardware resources during the manufacturing and assembly of high-speed railway equipment. The intelligent production line for China’s standard EMU needs to integrate a wider range of data, achieve faster data analysis, optimize more agile manufacturing processes, and improve the production efficiency, product quality, and service responsiveness of manufacturing enterprises. Starting from the issues of edge-side data correlation mining and decoupling, reliable transmission control, and dynamic resource allocation, a self-organizing ecological mechanism for multi-node cascaded networks in intelligent production lines is constructed to address the challenges of edge-side data acquisition, translation, and fusion. A digital twin model based on real-time data and process knowledge is established to realize a closed-loop adaptive decision-making framework for edge-side intelligent perception and optimized regulation, enabling edge-side data collection, analysis, and processing, as well as real-time in-depth perception of equipment operation. A semantic description and information model for edge-side devices is constructed, and a dynamic demand workflow composition mapping method for intelligent production lines is developed to achieve highly available interconnection, computation, and transmission control. A microservice-based modeling and encapsulation method for information resources is established, along with model data feature matching and active resource push mechanisms to address edge-side information resource sharing and collaboration. The key technologies have been demonstrated in typical applications in the manufacturing of discrete and process-oriented core equipment products for standard EMUs.

个人简介

  魏喆，教授，博士生导师，国家级高层次人才（万人计划领军）、辽宁省委组织部“兴辽英才”青年拔尖人才、中国机械工业教育协会第四届工业设计专业教学委员会副主任委员、中国图学学会计算机辅助工业设计分会委员、中国机械工程学会高级会员、国家级工业设计中心/国家级工业设计研究院执行院长、辽宁省智能制造与工业机器人重点实验室主任、辽宁省工业设计协会秘书长。主持国家自然科学基金2项，主持或参与国家科技部、工信部重大项目5项，主持辽宁省及其他各类科研项目10余项，发表学术论文40余篇，获得授权专利10余项，获沈阳市铁西区五一劳动奖章。

报告人 刘辉 教授 中南大学，中国

摘要

This report first focuses on the third stage of digital twin development, i.e., the predictive digital twin, and analyzes its characteristics, key elements, trends, and significant driving role in the intersection of rail transit and robotics. Second, it elaborates on the "digital-sensing-integration-control" key technologies of predictive digital twin platforms for rail transit, based on the analysis of fundamental robotic technologies such as sensing, navigation/localization, mapping, motion, hand-eye coordination, and human-robot interaction for general industrial robots. Finally, considering the current state of development both domestically and internationally, it compares the development stages of predictive digital twins and rail transit robotics in China, the United Kingdom, and Germany, and discusses future trends with practical case studies.

个人简介

  刘辉，教授、博士生导师、国家级领军人才（长江学者）、中国工程院“中国工程前言杰出青年学者”，交通运输部“青年科技英才”，国家自然科学基金委与欧盟委员会“中欧人家计划”。中南大学交通运输工程学院副院长。主要从事人工智能，机器人、大数据与前沿装备交叉研究。获得中国智能交通协会科学技术奖、施普林格自然“中国新发展奖”、教育部自然科学二等奖、教育部技术发明二等奖。