科学研究

当前位置：主页 > 科学研究 > 科研动态

工学院举办“数据与模型联合驱动的机器人控制”讲座

工学院 2024-08-29 08:20:28 浏览887次

    2024年8月14日，工学院邀请广东省科学院智能制造研究所机器人团队负责人、智能制造装备与技术国家地方联合工程中心和广东省现代控制技术重点实验室徐智浩副研究员举办了一场题为“数据与模型联合驱动的机器人控制”的线上学术报告会，深入探讨了机器人控制技术的最新进展与未来趋势。工学院业务副院长郝绘坤、王佐勋教授、工学院全体教师参加此次学术会议。
    在智能制造与人工智能技术日新月异的今天，机器人作为智能制造的核心力量，其控制技术的革新成为了推动行业发展的关键。徐智浩副研究员以其深厚的学术功底和丰富的科研经验，为与会者呈现了一场精彩纷呈的学术盛宴。报告首先阐述了数据与模型联合驱动机器人控制的背景与重要意义。他指出，随着机器人应用场景的日益复杂，传统单一控制方法已难以满足高精度、高适应性及高稳定性的需求。因此，将数据驱动与模型驱动相结合，成为解决这一难题的有效途径，不仅能够充分利用数据中的丰富信息提升控制精度，还能通过模型保证系统的稳定性和可解释性。
    徐研究员详细介绍了模型与数据联合驱动的机器人控制技术。利用机器学习算法从数据中学习系统模型，并通过在线学习技术实时更新模型以适应环境变化；结合优化与决策技术-基于模型预测控制框架和强化学习算法，实现了控制策略的智能优化。这些技术的融合应用，为机器人控制领域带来了新的突破。
    徐研究员还探讨了机器人感知技术与应用。感知是机器人实现智能化、自主化的基础，通过融合多种传感器数据，如视觉、力觉、触觉等，可以显著提升机器人的环境感知能力和决策能力。同时分享了一系列成功案例，展示了机器人在复杂环境中的精确路径规划、目标识别与跟踪等方面的卓越表现。
    徐研究员还介绍了机器人操作技术及应用。随着操作任务的日益复杂化和精细化，机器人需要具备更加灵活、精准的操作能力。通过结合先进的操作算法和精细的运动控制策略，机器人能够完成从简单搬运到精密装配等一系列复杂操作任务，为制造业的转型升级提供了有力支撑。并对数据与模型联合驱动的机器人控制技术进行了总结与展望。虽然该技术已取得显著成果，但仍面临诸多挑战，如数据质量与模型准确性之间的平衡、复杂环境下的实时性要求以及算法的可解释性与泛化能力等。徐研究员呼吁广大科研人员继续深入探索，共同推动机器人控制技术的创新发展。
    此次报告会不仅展示了徐研究员在机器人控制领域的深厚造诣和卓越成就，也为智能制造领域的专家学者提供了一个交流学习的平台。相信在不久的将来，随着数据与模型联合驱动技术的不断成熟和完善，机器人将在更多领域发挥重要作用，为人类社会带来更加智能、便捷的生活方式。   （工学院  颜安）