全国集群智能与协同控制大会(简称CCSICC,http://ccsicc.c2.org.cn/)是由中国指挥与控制学会主办的目前国内最具影响力的集群智能、协同感知认知、协同决策规划、协同制导控制等领域的权威学术会议之一。每年举办一次,已经成功举办6届。CCSICC 2023将于2023年11月24日至27日在南京世茂滨江希尔顿酒店召开。CCSICC 2023将集聚国内外高等院校、科研院所和工业部门的专家学者,探讨和交流集群智能与协同控制领域相关的学术和工程问题,并将邀请该领域的知名院士、专家、学者做大会特邀报告。
本届会议开展原创性的中英文论文征集,共收到投稿论文近500篇。会议期间将通过分会场报告和张贴报告等方式进行宣讲,并评选出优秀论文(Best Paper Award)、优秀张贴论文(Best Poster Paper Award)和优秀学生论文(Best Student Paper Award)。录用的英文论文将由 Springer出版社的Lecture Notes in Electrical Engineering系列正式出版(EI收录),优秀的英文论文会被推荐到高质量SCI期刊出版;中文论文会由中国指挥与控制学会提交到中国知网(CNKI)出版检索,优秀的中文论文会被推荐到中文EI期刊、核心期刊等行业旗舰期刊发表。
CCSICC 2023由中国指挥与控制学会主办,南京邮电大学、中国指挥与控制学会集群智能与协同控制专业委员会、空中多智能体协同控制专业委员会、青年工作委员会以及空天防御创新中心、北京航空航天大学、中国航空工业集团公司沈阳飞机设计研究所、复杂产品智能制造系统技术全国重点实验室、飞行器控制一体化技术重点实验室、复杂系统建模与仿真全国重点实验室、复杂系统仿真技术应用国家工程研究中心、北航-二院二部集群智能控制联合实验室、北航-四院十七所智能协同与感知联合实验室、北航-一院研发部航天集群智能联合实验室、未来区块链与隐私计算高精尖创新中心等单位联合承办。欢迎广大专家学者踊跃参会。
大会主席:
蒋国平(南京邮电大学)
任 章(北京航空航天大学)
王蒙一(中国航天科工二院)
执行主席:
岳 东(南京邮电大学)
董希旺(北京航空航天大学)
宋 勋(中国航天科工二院)
以下内容为GPT视角对全国集群智能与协同控制相关领域的解读,仅供参考:
全国集群智能与协同控制发展现状
- 集群智能的理论研究和实践应用已经取得重要进展。集群智能是通过多个自主的智能体(agent)之间的协调、协作和协同,实现复杂系统的智能化和自主化。目前,集群智能的研究已经从理论探索进入到了实际应用阶段,在多个领域得到了广泛应用,如机器人、无人驾驶、智能制造、智慧城市等。
- 协同控制理论的研究和应用也得到了重要发展。协同控制是一种通过多个控制器之间的协调和协作,实现对复杂系统的自主化和智能化控制的方法。目前,协同控制已经成为了控制工程领域的一个重要的研究方向,在多个领域得到了广泛应用,如工业过程控制、航空航天控制、电力系统控制等。
- 集群智能与协同控制在复杂系统的智能化和自主化方面具有重要的应用价值。随着技术的不断发展,多个智能体协作成为解决复杂问题的必经之路。集群智能和协同控制在工业、农业、交通、医疗等领域具有重要的应用价值,可以大大提高系统的效率、准确性和可靠性。
- 集群智能与协同控制的实验研究平台和工具的发展为进一步深入研究提供了重要支持。例如,机器人实验平台、动作捕捉系统、多智能体集群协同控制实验平台等为集群智能和协同控制的研究提供了实验条件和测试工具,可以模拟真实场景下的系统行为,验证理论和算法的正确性和有效性。
集群智能与协同控制发展趋势
- 智能化、自主化和自适应能力增强。随着人工智能、机器学习等技术的不断发展,集群智能和协同控制的自主化和自适应能力将会不断增强,能够更好地应对复杂多变的环境和任务。
- 多学科交叉融合深入推进。集群智能和协同控制涉及到多个学科领域的知识和技术,包括计算机科学、控制理论、通信科学、仿生学等。未来,各学科之间的交叉融合将会更加深入,推动集群智能和协同控制技术的不断创新和进步。
- 人机混合智能和协同将成为研究热点。随着机器人、智能终端等智能设备的广泛应用,人机混合智能和协同将成为研究热点。通过人机混合智能和协同,可以更好地发挥机器和人类的各自优势,提高智能水平和协同能力。
- 在重大工程和关键领域中的应用不断拓展。随着技术的不断进步和应用需求的不断增长,集群智能和协同控制将在重大工程和关键领域中得到更广泛的应用,如智能制造、智慧城市、智能交通、自然灾害预警等。
- 实验研究和模拟仿真能力提高。随着实验研究平台和工具的不断发展和完善,集群智能和协同控制的实验研究和模拟仿真能力将会得到提高,可以更加准确地模拟真实场景下的系统行为,验证理论和算法的正确性和有效性。
集群智能与协同控制前沿科技
- 人工智能和机器学习技术的应用。集群智能和协同控制可以通过人工智能和机器学习技术来提高自主化和自适应能力,更好地应对复杂多变的环境和任务。例如,可以使用深度学习技术来训练集群智能系统的感知、决策和执行能力,提高系统的智能化水平。
- 多学科交叉融合的深入推进。集群智能和协同控制涉及到多个学科领域的知识和技术,包括计算机科学、控制理论、通信科学、仿生学等。未来,各学科之间的交叉融合将会更加深入,推动集群智能和协同控制技术的不断创新和进步。
- 人机混合智能和协同的研究。随着机器人、智能终端等智能设备的广泛应用,人机混合智能和协同将成为研究热点。通过人机混合智能和协同,可以更好地发挥机器和人类的各自优势,提高智能水平和协同能力。
- 在重大工程和关键领域中的应用不断拓展。随着技术的不断进步和应用需求的不断增长,集群智能和协同控制将在重大工程和关键领域中得到更广泛的应用,如智能制造、智慧城市、智能交通、自然灾害预警等。
- 实验研究和模拟仿真能力的提高。随着实验研究平台和工具的不断发展和完善,集群智能和协同控制的实验研究和模拟仿真能力将会得到提高,可以更加准确地模拟真实场景下的系统行为,验证理论和算法的正确性和有效性。




京公网安备 11011202002866号