自动化学科面临的挑战

本文分析了控制理论与应用、模式识别与智能系统、导航制导与控制、系统科学与工程、人工智能与自动化交叉等领域的发展现状. 结合科技发展、国内国际研究前沿和新兴领域对自动化科学技术的需求, 提出重点发展智能控制理论和方法、高性能作业机器人、信息物理系统、导航与控制技术、重大装备自动化技术、自主智能系统和人工智能驱动的自动化技术优先领域, 加强数据驱动控制理论、人工智能基础理论研究, 进一步发展人机协同、跨域融合的智能自动化, 为实现国家社会的全面信息化智能化提供理论和技术保障.     

智能集群系统的强化学习方法综述

智能集群系统是人工智能的重要分支，所涌现出的智能形态被称为集群智能，具有个体激发时的自组织性和群体汇聚时的强鲁棒性等特征.智能集群系统的协同决策过程是融合人-机-物，覆盖多元空间，囊括感知-决策-反馈-优化的复杂非线性问题，具有开放的决策模型和庞大的解空间.然而，传统的算法依赖大量的知识与经验，使其难以支持系统的持续演化.强化学习是一类兼具感知决策的端到端方法，其通过试错的方式不断迭代优化，具有强大的自主学习能力.近些年来，受生物群体和人工智能的启发，强化学习算法已由求解个体的决策问题，向优化集群的联合协同问题演进，为增强集群智能的汇聚和涌现注入了新动能.但是，强化学习在处理集群任务时面临感知环境时空敏感、群内个体高度自治、群间关系复杂多变、任务目标多维等挑战.本文立足于智能集群系统的协同决策过程与强化学习运行机理，从联合通信、协同决策、奖励反馈与策略优化四个方面梳理了强化学习算法应对挑战的方法，论述了面向智能集群系统的强化学习算法的典型应用，列举了相关开源平台及其适用算法.最后，从实际需求出发，讨论总结了今后的研究方向.     

从集群智能角度分析协同驾驶: 综述和展望

协同驾驶是集群智能技术的典型应用之一.和集群机器人相比,协同驾驶既有集群智能技术的共性问题,也有特性问题.对协同驾驶与集群机器人对比研究,有助于更好理解协同驾驶问题的内在难点,也有助于推动集群智能技术的发展,完善复杂系统科学.本文从集群智能研究的角度出发,对协同驾驶进行反思综述.本文首先介绍协同驾驶的研究背景和意义,然后从集群智能的角度进一步分析协同驾驶和集群机器人的区别,接着介绍协同驾驶的关键技术,并着重强调协同规划在协同驾驶中的特殊性与重要性,最后分析了世界各国协同驾驶发展现状,并针对现阶段我国协同驾驶发展的难点提出一些建议,同时对协同驾驶的未来进行展望.     

大规模无人系统集群智能控制方法综述

围绕大规模无人系统的集群智能控制问题,阐述了集群智能对于大规模无人系统控制的意义,综述了各类集群智能控制方法的基本思想及相关研究工作.基于局部规则的控制方法是集群智能涌现控制的基础方法,其重点在于集群内部局部规则的设计与描述;软控制方法在不破坏系统局部规则的基础上,在群中加入可控个体实现外部控制干预以达到控制集群智能涌现的目的;领航控制方法是利用群中富有信息个体或者智能发达个体的引导作用实现集群智能涌现控制的;人工势场控制法用势函数来描述集群内部相互作用及个体与环境的相互作用,通过设计合理的势函数实现对集群系统的控制.最后指出各种控制方法的应用趋势及需进一步研究的问题.     

面向智能矿山与新工科的数字孪生技术研究

将数字孪生与人工智能(AI)技术相结合,提出了基于数字孪生+AI的智能矿山建设新思路。探索了智能矿山技术发展路径,研究了数字孪生技术的特征、应用领域及发展趋势,指出数字孪生是数字化矿山发展的必然趋势。提出了基于数字孪生+AI的智能矿山理论架构,构建了矿山数字孪生模型,模型自下而上分别为矿山全要素物理实体、矿山信息物理融合层、矿山数字孪生模型、矿山孪生数据交互层、矿山应用智能服务层,据此实现智能矿山的泛在感知、协同控制和智能决策与优化。从应用实际需求出发,探讨了智能矿山模型构建技术、智能开采数字孪生体技术、矿山智能控制技术、矿山设备故障预测、基于数字孪生的人机交互等关键技术。通过研究数字孪生在智能矿山中的应用,为AI技术在智能矿山应用落地提供思路,为未来智能矿山新工科建设提供理论借鉴。     

共位监测卫星智能协同控制关键技术研究进展

随着深空探测及航天器智能化发展与应用,未来在轨智能协同控制将是关键性技术。本文首先讨论了卫星星载系统硬件设计的技术发展现状以及在监测卫星平台上应用的可行性;其次,面向未来卫星系统智能化发展要求,着重讨论了星载系统智能化现状与未来星载协同所具备的基本特性;再次,针对智能共位协同编队卫星群协同控制问题开展讨论,总结了在轨监测所需的关键技术实现路线;最后,针对卫星编队智能协同算法进行深入系统性分析,指出未来人工智能技术共位编队任务的应用可行性与良好前景。     

人工智能集群控制演示验证系统

为了对人工智能集群的自组织控制方法进行验证,提出了一种在实验室环境下低成本建立人工智能集群控制演示验证系统的方法.系统由演示场、多个移动个体、合作标识及识别单元、控制及信息分配单元共同组成.合作标识及识别单元能准确获取多个个体的身份信息和高精度的位姿信息.控制及信息分配单元对智能集群中个体间的信息交换和个体控制策略进行模拟.最后,以机动自组织探测集群为验证对象,在人工智能集群控制演示验证系统中对基于人工势场法的自组织控制策略进行演示验证.验证结果表明,该智能集群控制演示验证系统能够在实验室环境下对智能集群的运行过程进行演示和验证,可以更真实地体现智能集群的实际表现.     

智能机器人的认知与学习

<正>机器人是时代的产物,经历了农业时代的机械运动、蒸汽时代的自动控制、电气时代的编程操作、互联网时代的集群协同,目前正处于人工智能时代的智能机器人发展阶段.人工智能可以解决感知、学习、语言理解或逻辑推理等任务,人工智能与机器人的结合,使得机器人越来越多地从机器属性向人的属性转化,而具备感知、学习、理解与决策能力的机器人,     

知识可编程智能芯片系统:概念、架构与展望

本文原创性地提出知识可编程智能芯片系统(KPI-CS)及其理论和工程体系.该系统在当前最先进的异构计算和可重构人工智能(AI)芯片技术的基础上,深度融合复杂系统工程理论、知识工程理论与技术、半导体芯片研发技术、人工智能可重构算法技术,提出基于知识的可重构智能芯片和计算系统平台技术.该系统旨在支持AI应用场景适应性、AI系统重构灵活性、AI算法算力合理性的平行智能AI芯片系统平台和对应的知识服务平台.同时,作为应用展望,KPI-CS与相应的应用平台联动,为平行复杂系统管理与控制、智能交通、智能能源、平行区块链、智能医疗等研究领域和工程实践提供新一代的实时、高效、自适应的计算系统支撑.     

前言

人工智能的迅速发展正深刻地改变着人类社会生活,在理论和方法上,人工智能呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征.数据驱动与知识驱动融合、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统等成为人工智能的发展重点,人工智能发展进入新阶段.随着新一代人工智能相关理论建模、技术创新、软硬件升级等整体推进,亟需破解研究中面临的理论、方法、应用等多个层面的挑战性难题.基于上述背景,为了加速我国人工智能领域研究,以及更好地推进人工智能技术的应用落地,《计算机研究与发展》出了本期"新一代人工智能前沿进展"专题.本专题共收录了14篇论文,反映国内同行在新一代人工智能前沿领域的最新研究成果,希望能为从事相关工作的读者提供借鉴和帮助.     

工业人工智能的关键技术及其在预测性维护中的应用现状

随着人工智能技术的快速发展及其在工业系统中卓有成效的应用, 工业智能化成为当前工业生产转型的一个重要趋势. 论文提炼了工业人工智能(Industrial artificial intelligence, IAI)的建模、诊断、预测、优化、决策以及智能芯片等共性关键技术, 总结了生产过程监控与产品质量检测等4个主要应用场景. 同时, 论文选择预测性维护作为工业人工智能的典型应用场景, 以工业设备的闭环智能维护形式, 分别从模型方法、数据方法以及融合方法出发, 系统的总结和分析了设备的寿命预测技术和维护决策理论, 展示了人工智能技术在促进工业生产安全、降本、增效、提质等方面的重要作用. 最后, 探讨了工业人工智能研究所面临的问题以及未来的研究方向.     

人工智能基础软硬件架构的关键技术研究

针对当前人工智能技术在军用领域的应用问题和难点,研究基于深度学习技术的军用软硬件架构设计方法,并且结合业内主流的软硬件基础架构,分析在军事应用中涉及的关键技术和解决思路。通过对深度学习模型压缩转化、数据增强和分布式训练等软硬件架构的关键技术研究,设计构建了一站式人工智能开发平台、嵌入式边缘智能计算平台,对军用人工智能提供端到端的训练、部署和测试支撑。该研究可为未来智能无人作战系统提供软硬协同的智能计算解决方案。     

基于无人机中继的导弹集群任务规划系统研究

导弹集群协同作战是C4ISR的网络攻击的典型作战模式,本文以无人机中继模式为例分析了导弹集群实施远程打击的作战流程。任务规划系统的关键技术包括网络体系下的系统结构、任务调度技术、实时航路规划技术、人在回路制导方式下导弹饱和攻击技术等。设计了导弹集群任务规划仿真系统,主要功能包括:任务管理、地图预处理、数据链信息处理、任务规划、视景仿真等。导弹集群协同航路规划子系统是任务规划系统的重要子系统,对其系统结构进行了分析与设计,并给出了航路规划的仿真结果。     

网络化智能测控技术分析与展望

计算机网络、自动控制、分布式人工智能等理论和技术的融合促进了网络化智能测控技术的产生,网络化智能测控技术的发展和广泛应用正改变着人们的生产和生活方式,也引起了相关技术和理论的变革.本文围绕工业现场测控网络、远程智能测控、网络化分布式智能测控等技术中的国内外研究热点问题,阐述了其发展现状及技术特点,分析了其关键技术及发展趋势.     

舰载无人机自主着舰回收制导与控制研究进展

舰载无人机正成为未来海战的重要组成部分，制导与控制是舰载无人机自主着舰/回收的关键技术.本文综述了舰载无人机自主着舰/回收制导与控制技术.概述了舰载无人机的发展历史，简单描述了舰载无人机跑道拦阻着舰、撞网回收、伞降回收、绳钩回收、天钩回收、过失速着舰、智能飞落着舰、风向筒回收、秋千式吊架回收等典型着舰回收方式.在深入分析无人机自主着舰/回收制导与控制关键问题的基础上，重点概述了无人机着舰/回收经典制导与现代制导技术，以及着舰/回收经典控制、现代控制、非线性与自适应控制、智能控制等飞行控制技术的研究现状.最后，对无人机自主着舰/回收制导与控制技术的发展状况进行总结，并对未来研究重点进行展望.     

第一届全球华人智能控制与智能自动化大会将在北京召开

第一届全球华人智能控制与智能自动化大会CWCICIA'93——The First Chinese World Congress on Intelligent Control and Intelligent Automation将于1993年8月26—30日在北京召开。大会主办单位有:清华大学,IEEE Robotics and Automation Society、中国自动化学会、中国人工智能学会等。 CWCICIA'93会议主题为:智能控制与智能自动化的理论、方法和应用。智能控制是当前控制技术发展的新动向,是人工智能与控制理论、方法和技术相结合,控制系统向智能化方向发展的产物。例如,具有某种拟人智能特性的控制系统(自学习、自适应、自寻优、自镇定、自识别、自规划、自协调、自修复、自组织、自繁殖…等);应用某种人工智能理论、方法和技术,设计和实现的控制系统(基于知识推理的专家控制、基于联结机制的神经网络控制、基于模糊逻辑的智能控制…等)。智能自动化是自动化由体力劳动自动化向脑力劳动自动化发展的新阶段,是智能化与自动化的集成模式。由于人工智能的概念、理论、方法和技术向自动化科学技术领域的不断渗透,计算机在各种自     

2022年组稿方向

2022年将特别关注人工智能+、物联网与5G、区块链、量子计算、大数据、隐私安全保护等技术的融合应用。本年度组稿包括但不仅限于以下方向:人工智能:多模态/跨模态学习、大数据智能、跨媒体感知计算、混合增强智能、群体智能、自主协同控制与优化决策、统计学习、联邦学习、因果推理、类脑智能计算、量子智能计算、智能机器感知与模式识别、自然语言处理与理解、知识图谱、机器人与智能系统、多智能体协同。     

2022年组稿方向

2022年将特别关注人工智能+、物联网与5G、区块链、量子计算、大数据、隐私安全保护等技术的融合应用。本年度组稿包括但不仅限于以下方向:人工智能:多模态/跨模态学习、大数据智能、跨媒体感知计算、混合增强智能、群体智能、自主协同控制与优化决策、统计学习、联邦学习、因果推理、类脑智能计算、量子智能计算、智能机器感知与模式识别、自然语言处理与理解、知识图谱、机器人与智能系统、多智能体协同。     

人工智能治理理论及系统的现状与趋势

人工智能(Artificial Intelligence,AI)治理是解决AI挑战的主要手段.AI治理的主要目的是充分发挥人工智能带来的优势和有效降低人工智能导致的风险,并通过整合技术、法律、政策、标准、伦理、道德、安全、经济、社会等多个方面的影响因素,最终建设负责任的人工智能(Responsible Artificial Intelligence,RAI).AI治理可以从智能个体治理、智能群体治理以及人机合作与共生系统的治理等3个方面,分技术层、伦理层、社会及法律层等3个层面进行.AI治理的主要关键技术有4种:可理解性人工智能、防御对抗性攻击技术、建模及仿真技术和实时审计技术.从谷歌、IBM和微软等公司的AI治理实践来看,产业界主要关注的是RAI研发,在AI系统的可解释性、隐私保护和公平性检查等方面已出现一些专用组件工具.目前,AI治理需要研究的科学问题有:软件定义的AI治理、AI治理关键技术、大规模机器学习中的AI治理评价、基于联邦学习的AI治理、AI治理的标准制定、增强人工智能与人在回路型AI训练等.     

信息与控制征稿简则

《信息与控制》以控制科学理论为基础,以信息技术推动控制理论和系统发展为目标,重点关注控制科学与技术、与控制理论相关的应用信息技术在机械制造、能源电力、冶金化工、资源环境、航空工业以及国防工业等国家重要高科技和经济领域中的应用研究成果.主要内容包括:1)控制理论与控制工程;2)智能信息处理;3)人工智能与模式识别;4)先进控制与优化技术;5)企业信息管理与信息系统;6)工业控制网络与系统;7)人机系统等.