登录注册
返回分论坛目录

第二届水下无人群体智能协同技术论坛

简介

水下多智能体协同融合水下通信、集群协同控制、海洋环境感知等多学科交叉技术,是智能、控制、海工等多学科交叉创新的关键赛道。但复杂海洋环境下存在水声通信受限、海流扰动等天然约束,传统算法难以直接适配水下场景,行业长期面临理论模型、组网通信、协同决策、工程落地多重瓶颈,同时海洋数字化、智能化升级也为水下集群智能带来全新技术机遇与产业空间。本论坛聚焦水下多智能体协同全链条技术,汇聚国内群智计算、水下机器人、水声通信等领域一线顶尖专家,搭建学术界+工业界+科研院所跨界对话平台,打通理论算法与海洋工程应用壁垒,凝聚水下集群智能领域发展共识,为青年学者、技术研发人员提供高水平交流与合作契机。

简介为官网原文,部分内容可能未写完。

人员

主席

  • 於志文 · 哈尔滨工程大学

嘉宾

  • 陈鹰 · 浙江大学
  • 俞建成 · 厦门大学
  • 郭斌 · 西北工业大学
  • 徐健 · 哈尔滨工程大学
  • 何建平 · 上海交通大学

报告安排

  1. 13:40–14:20

    Subsea AUV and its case studies

    陈鹰 · 浙江大学

    简介

    报告主要分二大部分。第一部分阐述了AUV的发展特别是面临的严峻挑战,以及这些挑战出现的原因。讨论了目前AUV领域缺失的AUV机动性和敏捷性的定义,提出了海底AUV的概念和定义,刻画了海底AUV区别于传统鱼雷形AUV的不同之处,同时阐述了实现海底AUV的三大关键技术:常驻海底的自稳结构、较强的机敏性能和适应海底复杂环境的导航定位。第二部分以海鹰II、海鹰III和海鹰VI为例,介绍了海底AUV的实现与应用。最后给出了发展海底AUV技术将使AUV家族更为强大等结论。

  2. 14:20–15:00

    从深远海到极浅海:海洋机器人跨场景应用挑战与技术创新路径

    俞建成 · 厦门大学

    简介

    海洋机器人正从深远海长续航观测向极浅海复杂环境作业加速拓展。在深远海方向,团队 "海翼"水下滑翔机与"海鲸"轻型AUV已在耐压结构、浮力驱动与续航优化等方面达到国际领先水平;但向极浅海延伸时,作业环境发生根本变化,新挑战亟待突破。极浅海浪流扰动强、障碍物密集、水质浑浊、地形复杂,与深远海准结构化环境迥异,带来"看不清、智不达、控不准"三大难题:渔网网箱等柔性障碍导致声学高虚警、光学探距不足,避障控制困难;受限空间与波流耦合使构型通过性与操纵稳定性难以兼顾;波流引起的姿态波动与航迹偏移影响机器人近底测量数据质量。围绕上述挑战,报告将围绕未知渔网自主感知与柔性处置、适航构型参数化设计与多源推进协同、多源环境场智能感知、近底稳定控制与自主避障等方向的研究思路和发展路径。

  3. 15:00–15:40

    仿生类人群智感知计算

    郭斌 · 西北工业大学

    简介

    群智感知计算属于物联网领域国际学科前沿。过去十多年,其研究经历了从“传统的以人为中心的群智感知”到“跨空间人机物异构群智融合计算”的转变。近年来,随着人工智能、大模型、智能物联网等技术的快速发展与融合,智能体(Agent)成为富有前景的前沿交叉研究领域。在此背景下,“人”与“物”之间的距离感在逐步消失,群体智能正从“目标任务式协作”跨越到“共生耦合式交互”新阶段。为适应该趋势,我们以微观的“个体能力增效”与宏观的“群体能力协同”为目标,开拓发展“仿生类人群智感知计算”研究。本报告将分享其基本概念、关键挑战,以及在该领域的最新探索。

  4. 15:40–16:20

    面向编队航海的水下无人集群协同控制技术研究

    徐健 · 哈尔滨工程大学

    简介

    本报告主要针对水下无人集群编队航海的迫切技术需求,探讨领航-跟随UUV编队的协同控制问题,重点对通信-测量联合的簇头式水声信息拓扑、基于相对位置预测的队形保持控制、基于零空间的行为冲突消解与队形变换控制、以及队形尺度衍生VFH的编队整体避障方法进行介绍,为水下无人集群编队航海系统设计提供理论与技术基础。

  5. 16:20–17:00

    随机动态系统的概率预测:天花板、地板,和中间的空间

    何建平 · 上海交通大学

    简介

    概率预测的目标不是给出未来状态的点估计,而是给出它的条件概率分布。本报告从互补的两侧界定这一任务的极限。上界方面,提出 ε-对数评分规则,证明随机动态系统的概率可预测性由容差半径、过程噪声的微分熵与系统维度定量决定,构成任何预测器都无法超越的天花板;下界方面,针对标称模型必然存在偏差的情形,提出分布鲁棒的预测框架(DRPP),在动力学的不确定集上给出最坏情形性能保证,并将原本定义在概率测度空间上的极大极小问题等价变换到欧氏空间求解,得到 Noise-DRPP 与 Eig-DRPP 两个次优解及其与全局最优的最优性间隙。两者共同界定了预测器真正可用的空间。