本站讯（通讯员 赵启慧）2021年7月2日，天津大学电气自动化与信息工程学院主办的“控制理论与应用”主题学术研讨会在卫津路校区26教学楼E座236顺利举办。应天津大学电气自动化与信息工程学院邀请，东南大学李世华教授、武汉科技大学柴利教授、吉林大学于树友教授、中国科学院自动化所赵冬斌教授、南开大学张雪波教授与清华大学黄高助理教授出席会议并进行深入交流。研讨会由自动化系主任左志强教授主持。

柴利作了题为“图信号处理及其在多智能体一致性与化合物QSAR/QSPR模型学习中的应用”的报告。他将图信号处理用于多智能体系统的一致性研究中，给出了最快收敛率及控制策略的解析计算公式。同时将图信号处理理论用于化合物建模问题，解决了现有方法不能有效区分具有相同图结构化合物的瓶颈问题。报告为我们提供了将其他领域的方法引入到控制领域以解决控制领域问题的研究思路。

李世华带来了题为“机电系统建模、分析与智能控制”的报告。他从多年的工程经验出发，在工程应用过程中发现机电系统存在各类非线性环节影响机电系统闭环性能的问题，利用控制理论从时域/频域、线性/非线性数据学习建模、干扰分析与估计、反馈/前馈、智能控制等不同角度，实现机电系统建模、分析与智能控制，并给出理论与应用成果。

于树友的报告题目为“预测控制的鲁棒性分析”，主要讨论了非线性预测控制的本质鲁棒性，同时给出了允许扰动幅值上界的估算方法。

赵冬斌以“基于深度强化学习的智能驾驶感知与决策”为主题进行报告。报告主要介绍了深度强化学习方法在智能驾驶领域取得的进展，回顾了深度强化学习方法的发展脉络，并介绍了其团队在深度强化学习方法运用于智能驾驶感知和决策方面的研究进展。

张雪波的报告题目为“面向自主导航的移动机器人感知技术”。其中主要介绍了机器人定位技术，包括基于激光稀疏编码的高效全局定位方法、基于视觉与惯导的鲁棒里程计设计方法等，以期在典型场景下提高机器人定位的鲁棒性、任务完成效率以及运算效率。最后，讨论了机器人感知未来有前景的发展方向。

黄高的报告题目为“动态深度神经网络”。他介绍了一类在推理过程中能够根据输入的变化改变自身结构的自适应神经网络模型。相较于当前主流的静态深度模型，动态网络能够针对输入的变化相应地调整自身的深度、宽度或者参数值等，实现计算量的“按需分配”，进而提升网络的效率，降低系统功耗。并分析了现有方法的局限以及未来发展前景。

六位老师的报告围绕“控制理论与应用”这一主题，就多智能体控制、智能驾驶的感知和决策、机电控制等问题展开了讨论。各位老师的报告内容精彩纷呈，在场的老师和同学就相关问题进行了深入的讨论，同学们纷纷表示获益匪浅，开阔了学术视野。

（编辑刘晓艳 张子洋）