“计算智能与智能机器人”专家研讨会成功举办

2019年11月16-17日,“计算智能与智能机器人”专家研讨会在武汉华科大希尔顿欢朋酒店顺利召开。来自国内二十余家高校和科研院所的近二百位专家学者、师生参加了此次研讨会。本次研讨会由华中科技大学人工智能与自动化学院主办,图像信息处理与智能控制教育部重点实验室承办,得到了学院领导的大力支持。熊有伦院士和曾志刚院长担任会议主席,黄剑教授、伍冬睿教授和熊蔡华教授担任执行主席,张海涛教授、黄剑教授、伍冬睿教授、王小平教授和王燕舞教授主持,开幕式由曾志刚院长代表熊有伦院士致欢迎辞。

熊院士指出,当前机器人高速发展的同时,其内涵亦不断扩大。机器人的内涵可以用三个词来概括:操作臂、海陆空、人机共融。操作臂代表传统工业机器人;海陆空代表无人机、智能车和水下机器人;人机共融涵盖仿生机器人、类生机器人、拟人机器人和康复医疗机器人等。智能化和网络化是未来机器人发展的必由之路。计算智能是以数据为基础、以生物进化的观点认识和模拟智能的方法。人工神经网络、模糊计算、进化计算是计算智能的重要组成部分。它能够快速、准确地解决在科学研究和工程实践中遇到的传统算法无法以低计算代价解决的复杂计算问题。计算智能与智能机器人的结合是如今一个重要的发展方向。当前,计算智能方法已经被有效地应用于提升机器人的视听觉感知能力、文字理解能力以及决策和控制能力,当然也面临诸多挑战。在科技飞速发展的今天,要想快速推动计算智能与智能机器人的发展,必须跨学科、跨平台共同协作,将科学与技术结合、工程与环境结合。

为期两天的会议邀请了十九位知名学者担任主讲嘉宾,分别是:南方科技大学姚新教授,北京航空航天大学吴淮宁教授,中国科学技术大学/中科院合肥智能机械研究所汪增福教授,深圳大学王熙照教授,苏州大学孙立宁教授,南开大学韩建达教授,中国科学技术大学陈小平教授,电子科技大学程洪教授,华中科技大学伍冬睿教授,北京航空航天大学贾英民教授,北京理工大学段星光教授,燕山大学王洪波教授,西安交通大学兰旭光教授,华中科技大学李益群博士,广东工业大学刘德荣教授,新加坡国立大学葛树志教授,北京大学王龙教授,广东工业大学李鸿一教授,和中国科学技术大学李智军教授。十九场报告深入浅出,既有进化计算、复杂系统、模糊系统等方向的前沿理论与方法,也有可穿戴机器人、自动驾驶等领域的实际应用,给参加会议的师生和学者奉献上了一场精彩绝伦的学术盛宴。

研讨会的第一天共有九位专家带来九场方向各异却同样精彩的报告。

南方科技大学的姚新教授作了题为“用尽可能简单的方法解决复杂的超多目标优化问题”的报告。报告中,姚教授解释了几种处理多个目标的方法。首先,姚教授提出一种将大量目标缩减为少量目标的算法,特别是当不同目标之间存在冗余时此方法尤为重要。然后,引入替代优势关系,使以前不可比较的解决方案具有可比性。最后,姚教授介绍了一种新的优化多目标的算法,通过使用两个单独的档案来实现收敛性和多样性。姚教授提出的多目标优化算法比现有算法的效率和性能更高。姚教授的报告让大家对多目标优化问题有了更深刻的认识,同时也激发了大家的创新思维。

北京航空航天大学的吴淮宁教授作了题为“一类人在回路系统的建模、分析与控制设计”的报告。报告中,吴教授展示了一个带有受控和隐藏模式的马尔可夫跳变系统 (MJSCHM) ,可以用来对 HiTL 系统进行建模,能将人类模型、机器模型以及它们之间的交互集成在一个概率框架中。基于 MJSCHM,利用随机李雅普诺夫函数和 LMI 技术对线性离散 HiTL 系统进行了稳定性分析和辅助人类控制设计。给出了系统随机稳定性的充要条件,并提出了使闭环 HiTL 系统随机稳定的辅助人类控制设计方法。最后,吴教授介绍了在驾驶员辅助系统上的仿真,其结果也验证了所提出方法的有效性。吴教授的研究给出了一种将人类行为模型融入到反馈控制的形式化方法中的解决方案,具有重要的理论意义和应用价值。

中国科学技术大学和中科院合肥智能机械研究所的汪增福教授作了题为“面向核环境的视觉信息采集、处理与控制”的报告。报告中,汪教授详细介绍了其团队研究成果,与大家探讨了核环境下的视觉信息采集、处理与控制问题,主要包括:抗辐射和防辐射相结合的成像装置研发;图像增强算法和图像超分辨率重建算法研发;基于先验知识的瓦片识别、定位及图像校正算法研发。汪教授团队从实际问题出发,将计算机视觉等前沿技术应用到核安全的问题上,在核能广泛应用的今天,具有十分重大的现实意义。

深圳大学的王熙照教授作了题为“深度学习的成功与局限性”的报告。报告对近年来的热门话题深度学习模型,从学习偏执的视角做了一个剖析,介绍深度学习在人工智能领域近年来所取得的许多成功案例的同时,强调了深度学习的局限性。指出深度学习不是万能的,它有许多不能解决的问题。认为深度学习成功的深层次原因以及深度学习的理论支撑尚未清楚,有待于进一步探索。报告还简要介绍了王教授课题组近年来关于深度学习探索的一些结果和应用案例。深度学习热度居高不下的今天,王教授的报告呼吁大家要理性看待深度学习,而不是盲目偏信。

苏州大学孙立宁教授作了题为“多学科融合促进机器人技术创新发展”的报告。报告指出机器人的发展是智能制造装备的一个重要单元。智能装备加上智能产品描会让未来的生产和生活方式发生重大变化,也能促进技术创新和产品创新。孙教授的报告深入浅出,理论联系实际,从各个方面对机器人技术的发展提出了展望,构想了许多未来机器人发展的模式与方向,对于从事机器人研究的学者具有重要的启发意义。

南开大学韩建达教授作了题为“医疗机器人的发展思考”的报告。报告从分析国际医疗机器人产业现状入手,结合我国重点研发计划智能机器人重点专项,从硬能力和软能力两个方面阐述医疗机器人的发展思考,结合典型手术辅助机器人系统,重点分析基于人-机智能融合的医疗机器人软能力发展思路。医疗机器人作为当下机器人研究领域的发展热点,其研究与实际价值不言而喻,韩教授的报告提出了当前医疗机器人的发展方向,让大家深受启发。

中国科学技术大学陈小平教授作了“人工智能前三次浪潮反思和第四次浪潮前瞻”的报告。报告指出人工智能第三次浪潮已经落幕,第四次浪潮即将来临,并将带来三大机遇和挑战——现有人工智能技术的产业应用、人工智能理论基础研究和人工智能伦理体系建设。报告总结前三次浪潮的核心成果——暴力法和训练法,以及 AlphaGo Zero 对暴力法和训练法的取长补短。针对我国产业升级的实际需求,解析对人工智能过分乐观和过分悲观的误判,指出现有人工智能技术在第四次浪潮中成功应用的三个条件——场景封闭性、失误非致命性和场景-技术一致性,并讨论在当前产业条件下实现应用落地的若干可行路径。面向在第四次浪潮,讨论人工智能理论基础研究的若干重点方向和可能路径,并介绍中科大机器人实验室在“融差性”原理系统性探索中的部分进展。人工智能的浪潮一波未平一波又起,陈教授的报告对于人工智能的反思与总结发人深省。

电子科技大学程洪教授作了“人工智能系统及临床应用”的报告。报告中,程教授首先介绍了人机智能的基本技术及其研究现状,然后介绍了穿戴者-外骨骼机器人之间的物理人机交互和控制算法,通过增强学习算法可提升外骨骼机器人对环境适应性和穿戴者个体适应性。最后程教授介绍了电子科技大学自主研发的外骨骼机器人AIDER(AssItive DEvice for paRalyzed patient)及其临床应用。

华中科技大学伍冬睿教授作了题为“模糊逻辑在脑机接口信号处理和机器学习中的应用”的报告。报告中,伍教授关注于脑机接口两大挑战:信号分析算法的准确度和鲁棒性、脑电信号的个体差异和非平稳性,介绍了如何结合模糊逻辑和信号处理、机器学习来提高脑机接口系统中回归分析的性能。脑机接口技术在近年来取得了重大的进展,许多大公司包括脸书在内都开始布局脑机接口方向的项目,所以该研究具有重要意义。伍教授也同时介绍了华中科技大学脑机接口与机器学习实验室在机器学习、模糊系统、情感计算和智能医疗方面的一些理论和应用研究成果。

研讨会第二天的十场报告同样让大家收获满满。

北京航空航天大学贾英民教授作了“机器人智能控制技术及应用”的报告。报告面向一类典型的应用需求,探讨如何利用先进的控制技术以提升机器人的操作性能,实现系统层面上的智能化,进而完成对特殊环境的模拟以及系统设计的实验验证。报告中,贾教授还结合了其团队在微重力环境下取得的研究成果,与国外先进技术进行了对比,展现出其团队研究的先进性与前瞻性,表明我国在该领域的领先地位,鼓舞了现场的所有听众。

北京理工大学段星光教授作了题为“医疗机器人技术创新与产业发展思考”的报告。医疗机器人是集医学、生物力学、计算机视觉、人工智能等诸多学科交叉的新型研究领域,也是目前应用范围最广且最具前景的产业化方向。报告介绍了医疗机器人创新型关键技术以及在产业化方面的思考与体会。报告中,段教授指出医疗机器人产业的估值在逐年增加,但是我国在医疗机器人方面不管是技术上的发展还是应用上和国外都有一些差距,还需要国内学者付出更多的努力。

燕山大学王洪波教授作了“康复与护理辅助机器人关键技术与应用创新”的报告。报告中,王教授基于其团队近几年的研究成果,介绍了医用康复及生活辅助机器人的产业化应用研究。首先,系统地介绍了下肢康复机器人,对其从研究阶段到产业化阶段所要进行的工作进行了总结。其次,对患者床与轮椅之间的转运现状进行了分析,提出一种床与轮椅之间患者转运护理机器人系统。王教授团队的研究成果给患者带来了巨大的福音。

西安交通大学兰旭光教授作了题为“人机协作场景中的视觉推理”的报告。报告简要介绍机器人在智能方面的进展和面临的挑战,特别是机器人自主理解和作业的难点。针对难点问题提出了一种基于物理稳定性和物体功能的适用于多目标堆叠物体场景中的抓取方法。通过结合正确的抓取顺序和抓取部位,能够使机器人以正确的顺序和功能准确地对多个目标堆叠物体抓取和作业。另外,还介绍了在机器人意图理解方面的部分工作。

华中科技大学李益群博士作了题为“基于滚动时域优化与神经网络的自主超车运动规划框架”的报告。报告中,李博士提出一种基于车辆模型和行驶过程时间序列数据结合的“规划-学习-控制”框架,并通过仿真实验验证了该框架在低摩擦系数道路超车运动规划中的应用效果。李博士提出的框架在一定程度上解决了较高机动性运动过程中,无人驾驶汽车的动力学参数具有时变、不确定等特征和难于实时辨识的问题,以及对于数据驱动的端到端运动规划方法所训练的神经网络模型的鲁棒性难于保证的问题。

广东工业大学刘德荣教授作了题为“复杂非线性系统的强化学习最优控制方法”的报告。刘教授在报告中指出强化学习方法对推动人工智能领域的发展起到了重要作用。刘教授提出的自适应动态规划加强化学习的方法是该领域的最新进展,近几年在控制,尤其是复杂非线性最优控制方面取得了许多理论成果,包括稳定性、收敛性以及最优性方面的重要成果。

新加坡国立大学葛树志教授作了题为“机器人与人工智能技术的融合——通往智能社会之路”的报告。报告中,葛教授首先介绍人工智能的概念、发展过程与未来潜力,阐述机器人的发展历史及不同阶段的应用。然后,讨论人工智能技术给机器人带来的助力及融合人工智能与机器人技术后对社会带来的新影响,并介绍其团队在这方面的相关工作,特别是社会机器人方面的工作。最后,葛教授对人工智能及机器人的前景进行展望,并与大家分享了几点思考。葛教授用诙谐幽默的语言将机器人与人工智能变得通俗易懂,让会场氛围十分活跃。

北京大学王龙教授作了题为“大数据和群体智能中的反馈设计”的报告。报告中,王教授基于当前大数据蓬勃发展的现实,在群体智能模型的基础上,对大数据和群体智能二者之间的关系进行梳理。介绍了多智能体系统的研究及其意义。同时,介绍了分布式优化的结构,以及如何将其运用到多智能体系统。多智能体系统分布式协调控制的研究, 不仅能够揭示自然界中许多现象的内在规律, 同时也能为人们的工作、生活和生产等实践活动提供指导,有着十分重要的现实意义。

广东工业大学李鸿一教授作了题为“无人自主智能系统协同控制”的报告。报告中,李教授首先介绍了国内外研究学者在多自主系统协同控制理论和应用方面取得的有影响力的成果。然后,介绍了其团队在多智能体系统事件触发协同控制方面一些理论工作,和其团队在无人车系统协同控制方面应用成果。最后,提出多智能体系统协同控制及其应用方面的新挑战问题,并总结本次报告。

最后,中国科学技术大学李智军教授作了题为“可穿戴机器人关键技术及其应用”的报告。报告中,李教授介绍了自主研制的系列化的上肢、下肢外骨骼机器人,上下肢的义肢、灵巧手和移动操作机器人。针对每一类可穿戴系统,介绍了各类型可穿戴设备的设计、信息感知、信息融合和控制。李教授及其团队在可穿戴机器人上取得了许多成绩,这些成果让参会人员对于可穿戴机器人系统有了更全面的认识。

会议最后,执行主席黄剑教授对本次会议进行了总结,对主讲嘉宾的精彩讲座、学校学院的大力支持、以及前来参加研讨会的众多师生表示了由衷的感谢。在本次研讨会上,计算智能与智能机器人交相辉映、深入交融,参会专家和师生积极讨论,迸发出科学创新的火花。本次研讨会为我国计算智能与智能机器人学者的深入交流和协作创新搭建了良好的平台,将对计算智能与智能机器人领域研究的发展和融合起到有益的推动作用。

原文链接:http://aia.hust.edu.cn/info/1115/6128.htm

You may also like...