本网讯（通讯员 李亚楠）11月4日至6日，2021年IEEE第四届机器人、控制与自动化工程学术会议（RCAE2021）暨第四届高级机电工程国际会议(AMEE2021)在图灵报告厅隆重召开。本次国际学术会议由国际电气电子工程师学会（IEEE）和武汉工程大学联合主办，也是计算机科学与工程学院人工智能学院、智能机器人湖北省重点实验室连续第三年承办电气电子工程师学会（IEEE）系列国际学术会议。
来自美国的肯尼索州立大学和佛罗里达国际大学、国立伊斯兰堡科技大学巴基斯坦分校、日本北陆先端科学技术大学院大学、北京航空航天大学、北京理工大学、重庆邮电大学、深圳大学、中国科学院合肥物质科学研究院等十余所高校或科研院所的近百位线上代表和五十多位线下代表参加了本次学术会议。
武汉工程大学副校长、智能机器人湖北省重点实验室主任、大会组委会主席张彦铎教授致开幕词，介绍了学校的基本情况和此次会议的筹备情况，并对参会的国内外相关领域的专家学者表示热烈的欢迎。学校国际交流与合作处处长彭石玉教授主持开幕式，研究生院、科学技术发展院、国际交流合作处、国际学院、机电工程学院、电气信息学院等单位领导，计算机科学与工程学院人工智能学院班子成员、教师代表、研究生代表和留学生参加了会议开幕式。
在大会报告环节，会议采用ZOOM远程会议的方式线上交流，邀请来自瑞典皇家理工学院的Danica Kragic教授（IEEE Fellow），澳大利亚昆士兰科技大学的Daniel Quevedo教授（IEEE Fellow），东南大学的Aiguo Song教授，哈尔滨工业大学的Hao Luo教授和英国诺森比亚大学的Zhiwei Gao教授分别作了精彩的大会报告。
瑞典皇家理工学院的Danica Kragic教授以“Representationlearning for deformable object interaction”为题做大会报告。Danica Kragic教授指出，人类轻易地运用多类感知信息执行交互任务的能力会误导我们相信这些交互行为也很容易在机器人等人工智能系统中完成。然而，仍然没有机器人可以轻松地进行交互行为。因此，DanicaKragic教授将人工智能系统对可变形目标对象的互动问题归纳为适当表示或参数化的问题。对于该类问题，可采用分析和基于学习的方法相结合的手段，对机器人、物体和环境的几何、拓扑和物理信息进行编码，以便为可变形物体提供新的信息和紧凑的表示形式。
澳大利亚昆士兰科技大学的DanielQuevedo教授（IEEEFellow）以“ReinforcementLearning for Networked Estimation and Control”为题作大会报告。针对当前信息物理融合系统（Cyber-physicalsystem，CPS）在能源、交通运输、工业生产等方面起到的重要作用，分析梳理了在这些领域中CPS未来的发展热点。报告还对为了满足生产需要而不断扩大化的CPS将面临的从规模控制到信息传递等一系列问题进行了分析，并介绍了优化无线检控系统中调度算法的强化学习方法。
哈尔滨工业大学的Hao Luo教授围绕工业自动控制系统中存在的问题与研究现状，做题为“Subspace-aidedClosed-loop Robust Fault Detection for Automatic Control Systems”的大会报告。围绕其研究团队的研究工作，从基于解耦分布的残差信号与数据驱动的创新点出发，介绍了泛化性能强且准确的适应自控系统的探测方法，并对未来发展趋势进行了展望。
报告内容精彩纷呈，参会嘉宾就可变形物体交互的表征学习、强化学习、复杂环境下的电力巡检遥操作机器人技术、自动控制系统的子空间辅助闭环鲁棒故障检测等前沿技术与汇报专家展开了充分的交流与讨论。
在大会分组报告环节，50余位大会录用论文作者进行了分组口头报告。计算机科学与工程学院人工智能学院徐文霞、李亚楠、黄青、张斌、刘威等青年教师共同主持了7场口头报告，新加坡国立大学的Wang Aobo博士主持了一场线上报告。与会期间，各分组学术氛围浓厚，部分参会者和论文作者进行了现场交流。
计算机科学与工程学院人工智能学院以举办国际学术会议为契机，积极推进人工智能领域人才汇聚、协同创新和开放合作，营造学术氛围，打造学术交流品牌，逐步提升学校在人工智能领域的学术影响力。（审稿 卢涛）
