2025年第九届全国集群智能与协同控制大会

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 8 届，长期入选中国科协重要学术会议目录。CCSICC 2025将于 2025 年 10月 31日至 11月 3 日在上海市闵行区白金汉爵酒店召开。大会将集聚国内高等院校、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，并邀请该领域知名学者、资深专家等做大会特邀报告，以及开展录用论文的口头报告和张贴报告等学术交流活动。

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。

欢迎广大专家学者踊跃参会。

大会主席：

关新平 （上海交通大学）

吕金虎 （北京航空航天大学）

石晓荣 （中国航天科工四院十七所）

执行主席：

杨 博 （上海交通大学）

董希旺 （北京航空航天大学）

余 跃 （中国航天科工四院十七所）

以下内容为GPT视角对全国集群智能与协同控制大会相关领域的研究解读，仅供参考：

全国集群智能与协同控制研究现状

一、研究现状

政策与战略支持

国家层面：中国将集群智能纳入《新一代人工智能发展规划》《“十四五”智能制造发展规划》等战略文件，重点支持多智能体系统、群体智能算法等方向。

科研投入：国家自然科学基金委员会、科技部等持续资助相关项目，例如“群体智能协同控制理论与方法”“自主无人系统集群协同控制”等重大专项。

产业布局：华为、大疆、百度等企业布局集群机器人、无人机编队等领域，推动技术落地。

学术研究进展

理论突破：

分布式优化算法：基于一致性理论、博弈论的协同控制方法，解决多智能体任务分配与路径规划问题。

强化学习与群体智能融合：通过深度强化学习（DRL）训练智能体，实现自适应协作（如AlphaGo的群体扩展版）。

生物启发算法：模拟蚁群、鸟群等自然群体行为，设计高效协同策略（如粒子群优化算法）。

国际对比：中国在集群规模（如千机编队）、复杂环境适应性（如城市峡谷、水下）等方面处于国际领先，但在理论原创性（如新型协同机制）上仍需追赶欧美。

二、关键技术

通信与网络技术

低时延高可靠通信：5G/6G、边缘计算支持实时数据交换，解决集群规模扩大时的通信瓶颈。

自组织网络（Ad Hoc）：智能体动态构建拓扑结构，适应环境变化（如无人机编队重构）。

协同决策与控制

分布式一致性算法：确保多智能体状态同步（如位置、速度）。

任务分解与分配：基于市场机制或拍卖算法，实现资源优化配置。

容错与鲁棒控制：处理智能体故障或外部干扰（如敌方干扰、障碍物避让）。

感知与定位技术

多源信息融合：结合视觉、激光雷达、IMU等传感器，提升环境感知精度。

协同定位（SLAM）：通过智能体间相对位置测量，实现无GPS环境下的精确定位。

三、典型应用场景

军事领域

无人机蜂群：执行侦察、打击、电子战等任务，如中国“攻击-11”无人机与蜂群协同演示。

无人舰艇编队：海上巡逻、反潜作战，提升作战灵活性。

民用领域

物流与配送：京东、美团等测试无人机/机器人集群配送，解决“最后一公里”问题。

灾害救援：地震后废墟搜索、火灾监测，通过多机器人协同覆盖大面积区域。

智能交通：车路协同系统中，自动驾驶车辆与路侧单元协同决策，优化交通流。

工业与农业

智能制造：柔性生产线中，机器人集群动态调整任务，适应个性化生产需求。

精准农业：无人机群协同喷洒、播种，提高作业效率。

四、挑战与未来方向

技术挑战

规模化协同：千级/万级智能体的高效管理（如通信冲突、计算资源限制）。

异构系统融合：不同类型智能体（如无人机+机器人）的协同控制。

安全与隐私：防止集群被攻击或数据泄露（如虚假信号注入攻击）。

未来趋势

人机混合集群：人类与智能体协同决策，提升系统灵活性（如医疗手术机器人辅助）。

数字孪生与仿真：通过虚拟环境预训练集群策略，降低实测成本。

伦理与法律框架：明确集群智能的责任归属与使用规范（如军事应用合规性）。

全国集群智能与协同控制研究可以应用在哪些行业或产业领域

一、军事与国防领域

无人机蜂群作战

应用场景：执行侦察、电子干扰、饱和攻击等任务，通过集群协同突破敌方防御（如中国“攻击-11”无人机与蜂群协同演示）。

优势：低成本、高生存性、任务灵活性，可分散敌方火力并实现信息共享。

无人舰艇与潜艇编队

应用场景：海上巡逻、反潜作战、港口防御，通过多舰艇协同实现区域封锁或目标追踪。

案例：中国“JARI-USV”无人舰艇已具备编队航行与火力协同能力。

地面机器人集群

应用场景：排雷、物资运输、战场救护，减少人员风险并提升作业效率。

二、智能制造与工业自动化

柔性生产线

应用场景：机器人集群动态调整任务分工，适应小批量、多品种生产需求（如汽车装配线）。

优势：缩短换线时间、降低人力成本，提升生产灵活性。

智能仓储与物流

应用场景：AGV（自动导引车）集群协同搬运货物，优化仓库空间利用率与分拣效率。

案例：京东“亚洲一号”仓库采用无人机与AGV协同，实现“货到人”拣选。

质量检测与维护

应用场景：多机器人协同巡检设备故障，通过数据共享快速定位问题（如风电叶片检测）。

三、智慧交通与物流

车路协同系统

应用场景：自动驾驶车辆与路侧单元（RSU）协同决策，优化交通信号控制与路径规划。

优势：减少拥堵、降低事故率，支持L4级自动驾驶落地。

无人机配送网络

应用场景：城市“最后一公里”配送，通过无人机集群覆盖偏远区域或紧急订单（如美团、顺丰试点）。

挑战：空域管理、电池续航、避障技术需突破。

共享出行集群调度

应用场景：共享单车/电动车通过集群智能动态调配车辆，平衡区域供需（如哈啰出行“哈啰大脑”）。

四、灾害救援与公共安全

废墟搜索与救援

应用场景：地震后机器人集群进入危险区域，通过协同探测定位幸存者（如中国“绝影”四足机器人）。

优势：替代人工进入高危环境，提升救援效率。

森林火灾监测与扑救

应用场景：无人机群实时监测火势，引导消防机器人精准灭火（如大疆“经纬M300 RTK”搭载热成像仪）。

城市安防巡逻

应用场景：安保机器人集群巡逻，通过人脸识别与异常行为检测预防犯罪（如深圳“先行者”机器人）。

五、农业与资源管理

精准农业

应用场景：无人机群协同喷洒农药、播种，通过多光谱传感器分析作物健康状况（如大疆T50农业无人机）。

优势：减少农药浪费、提高产量，支持可持续农业。

水产养殖监测

应用场景：水下机器人集群巡检鱼群生长环境，自动调节水质参数（如智能投饵系统）。

矿产资源勘探

应用场景：地面与地下机器人协同探测矿藏，通过数据融合提高勘探精度（如“地壳一号”钻机与无人机协同）。

六、医疗健康与生物科技

手术机器人集群

应用场景：多台微创手术机器人协同操作，提升复杂手术精度（如达芬奇手术系统升级版）。

药物研发与筛选

应用场景：自动化实验室中机器人集群并行实验，加速新药发现进程（如英国BenevolentAI平台）。

智能护理与康复

应用场景：外骨骼机器人与护理机器人协同辅助患者行走或康复训练（如Rewalk外骨骼系统）。

七、能源与环境管理

智能电网运维

应用场景：无人机与机器人集群巡检输电线路，自动修复故障（如国家电网“无人机+机器人”协同巡检）。

风电/光伏场站维护

应用场景：无人机群检测风机叶片裂纹，清洁机器人协同清洗光伏板（如金风科技智能运维系统）。

城市环境治理

应用场景：垃圾分类机器人集群与清扫车协同，提升城市清洁效率（如上海“AI垃圾分类车”）。

八、娱乐与文化创意

大型演出编队

应用场景：无人机灯光秀、机器人舞蹈表演，通过集群控制实现复杂造型（如深圳跨年无人机表演）。

沉浸式体验设计

应用场景：VR/AR环境中多智能体协同生成动态场景（如迪士尼“星球大战”主题乐园）。

九、未来新兴领域

太空探索

应用场景：月球/火星探测中，机器人集群协同建造基地、采集样本（如NASA“Swarmie”机器人项目）。

元宇宙基础设施

应用场景：虚拟世界中AI代理集群动态生成内容，支持大规模用户交互（如Meta“Horizon Worlds”）。

全国集群智能与协同控制领域有哪些知名研究机构或企业品牌

一、知名科研机构

中国科学院自动化研究所

研究方向：多智能体系统协同控制、群体智能算法、自主机器人集群。

成果：主导研发“海斗”系列水下机器人集群，实现深海探测协同作业；提出“群体智能决策框架”，应用于灾害救援场景。

平台：复杂系统管理与控制国家重点实验室。

中国科学院沈阳自动化研究所

研究方向：机器人集群控制、无人系统协同、工业物联网。

成果：研制“海翼”水下滑翔机集群，打破世界续航纪录；开发“灵眸”无人机蜂群系统，支持城市环境侦察。

平台：机器人学国家重点实验室。

中国自动化学会（CAA）

定位：国内自动化领域权威学术组织，下设“集群智能与协同控制专业委员会”。

活动：定期举办“中国集群智能与协同控制大会”，发布行业白皮书。

国家工业信息安全发展研究中心

研究方向：智能制造中的集群协同标准制定、工业互联网安全。

成果：牵头制定《多智能体系统协同控制技术规范》等国家标准。

二、高校顶尖团队

清华大学自动化系

团队：戴琼海院士团队、张涛教授团队。

研究方向：分布式优化算法、视觉引导的机器人集群。

成果：提出“基于博弈论的无人机蜂群避障算法”，应用于森林火灾监测。

北京大学工学院

团队：段志生教授团队。

研究方向：生物启发式集群控制、复杂网络同步。

成果：模拟鱼群行为设计水下机器人协同策略，提升能源效率30%。

上海交通大学电子信息与电气工程学院

团队：杨明教授团队、陈卫东教授团队。

研究方向：车路协同控制、医疗机器人集群。

成果：开发“智能网联汽车集群测试平台”，支撑L4级自动驾驶研发。

哈尔滨工业大学航天学院

团队：曹喜滨院士团队。

研究方向：空间机器人集群、卫星编队控制。

成果：研制“小卫星集群飞行试验系统”，验证在轨自主协同技术。

浙江大学控制科学与工程学院

团队：熊蓉教授团队。

研究方向：柔性制造中的机器人集群调度、多模态感知协同。

成果：开发“智能工厂数字孪生系统”，实现产线动态重构。

三、行业领军企业1. 无人机与机器人领域

大疆创新（DJI）

产品：经纬M300 RTK无人机、T50农业无人机、机甲大师RoboMaster教育机器人。

技术：无人机蜂群协同控制算法，支持百架级无人机编队表演。

应用：农业植保、电力巡检、应急救援。

极飞科技（XAG）

产品：P系列农业无人机、V系列测绘无人机。

技术：多机协同路径规划，提升农田作业效率50%以上。

应用：精准农业、土地测绘。

云洲智能（Oceanalpha）

产品：M40P无人艇、“海巡”系列水面机器人。

技术：无人艇集群协同避障，支持海上油气平台巡检。

应用：海洋监测、安防巡逻。

2. 自动驾驶与车路协同

百度Apollo

产品：Apollo自动驾驶平台、ACU车载计算单元。

技术：车路云一体化协同控制，实现交通信号灯与车辆动态交互。

应用：Robotaxi运营、智慧高速。

华为MDC（Mobile Data Center）

产品：MDC 810/610智能驾驶计算平台。

技术：支持多传感器融合与集群决策，算力达400TOPS。

应用：乘用车、商用车自动驾驶。

3. 智能制造与物流

京东物流

产品：天狼系统（仓储机器人）、地狼系统（AGV）。

技术：多AGV协同调度算法，优化仓库空间利用率。

应用：亚洲一号智能仓库、无人配送。

美团无人机

产品：FP400无人机配送系统。

技术：城市复杂环境下的无人机集群路径规划。

应用：深圳“3公里15分钟达”即时配送。

4. 灾害救援与安防

中信重工开诚智能

产品：防爆消防机器人、排爆机器人。

技术：多机器人协同侦察，支持危险环境作业。

应用：化工火灾扑救、反恐排爆。

高德红外（Guide Infrared）

产品：晶圆级封装红外探测器、无人机载红外系统。

技术：多光谱传感器融合，提升夜间集群搜索能力。

应用：森林防火、边境巡逻。

5. 生物科技与医疗

微创医疗（MicroPort）

产品：图迈腔镜手术机器人、鸿鹄骨科手术机器人。

技术：主从式机器人集群协同操作，精度达0.1mm。

应用：微创外科、关节置换。

新石器无人车

产品：L4级自动驾驶零售车、移动医疗车。

技术：多车协同编队行驶，支持疫情期间无接触配送。

应用：移动零售、医疗物资运输。

四、产业生态与未来趋势

产学研合作深化：高校与企业的联合实验室（如清华-大疆机器人联合研究中心）加速技术转化。

标准体系完善：中国电子技术标准化研究院牵头制定《机器人集群协同控制通用要求》等标准。

跨行业融合：集群智能与5G、AI大模型、数字孪生等技术结合，推动智慧城市、元宇宙等新兴场景落地。

全国集群智能与协同控制领域有哪些招聘岗位或就业机会

一、核心岗位类型与职责1. 算法研发类

集群智能算法工程师

职责：设计分布式优化算法、群体智能决策模型（如蚁群算法、粒子群优化）、多智能体协同控制策略。

技能：熟悉Python/C++、ROS（机器人操作系统）、强化学习框架（如PyTorch、TensorFlow），具备复杂系统建模能力。

典型场景：无人机蜂群避障、自动驾驶车辆编队、工业机器人动态调度。

路径规划与控制工程师

职责：开发多机器人协同路径规划算法，优化运动轨迹以避免碰撞并提升效率。

技能：掌握A、Dijkstra、RRT等路径规划算法，熟悉SLAM（同步定位与地图构建）技术。

典型场景：仓储AGV集群调度、物流无人机配送、地下管廊巡检机器人。

2. 系统开发与集成类

嵌入式系统工程师

职责：设计集群控制系统的硬件架构，开发低延迟通信协议（如CAN、Zigbee、5G），实现传感器与执行器的协同。

技能：精通C/C++、RTOS（实时操作系统）、硬件描述语言（如Verilog），熟悉STM32、ARM等芯片开发。

典型场景：智能网联汽车V2X通信、水下机器人集群控制。

软件架构师

职责：构建集群智能系统的软件框架，整合算法模块与硬件接口，确保系统可扩展性与稳定性。

技能：熟悉微服务架构、Docker容器化技术、CI/CD流程，具备大型分布式系统设计经验。

典型场景：智慧工厂数字孪生平台、城市交通信号灯集群优化。

3. 测试与验证类

仿真测试工程师

职责：搭建集群行为的数字仿真环境（如Gazebo、MATLAB/Simulink），验证算法在虚拟场景中的性能。

技能：掌握仿真工具链开发，熟悉HIL（硬件在环）测试方法，具备数据分析能力。

典型场景：自动驾驶测试场、无人机集群编队验证。

现场测试工程师

职责：在真实环境中部署集群系统，收集数据并优化算法参数，解决实际场景中的边缘问题（如通信中断、传感器故障）。

技能：具备现场调试经验，熟悉电磁兼容性（EMC）测试、可靠性工程方法。

典型场景：农业无人机集群植保、电力巡检机器人部署。

4. 产品与应用类

机器人系统产品经理

职责：定义集群智能产品的功能需求，协调研发、生产、销售团队，推动产品商业化落地。

技能：熟悉机器人行业标准（如ISO 13482、GB/T 38244），具备市场分析与竞品调研能力。

典型场景：医疗机器人手术辅助系统、服务机器人集群导览。

解决方案架构师

职责：针对特定行业需求（如物流、安防、农业），设计集群智能系统的整体解决方案，包括硬件选型、算法定制、成本优化。

技能：具备跨学科知识（如机械工程、计算机科学、运筹学），熟悉行业痛点与政策法规。

典型场景：港口集装箱自动搬运、森林火灾监测无人机网络。

二、行业分布与典型企业1. 智能制造与物流

企业：京东物流、菜鸟网络、极智嘉（Geek+）、快仓（Quicktron）。

岗位：AGV集群调度工程师、仓储机器人路径规划算法工程师、智能工厂解决方案架构师。

需求：随着柔性制造需求增长，企业需大量人才优化产线机器人协同效率。

2. 自动驾驶与车路协同

企业：百度Apollo、华为MDC、小马智行（Pony.ai）、文远知行（WeRide）。

岗位：自动驾驶集群控制算法工程师、V2X通信协议开发工程师、车路协同仿真测试工程师。

需求：L4级自动驾驶商业化落地加速，对多车协同决策与通信稳定性要求提高。

3. 无人机与机器人

企业：大疆创新、极飞科技、云洲智能、星网宇达。

岗位：无人机蜂群算法工程师、水下机器人集群控制工程师、无人机载荷系统集成工程师。

需求：农业植保、电力巡检、应急救援等场景对无人机集群需求激增。

4. 灾害救援与安防

企业：中信重工开诚智能、高德红外、海康威视、大华技术。

岗位：防爆机器人集群控制工程师、多光谱传感器融合算法工程师、安防机器人现场测试工程师。

需求：公共安全与灾害应对领域对智能化装备的需求持续增长。

5. 生物科技与医疗

企业：微创医疗、天智航、新石器无人车、图森未来（医疗机器人方向）。

岗位：手术机器人集群协同控制工程师、医疗配送机器人路径规划算法工程师。

需求：微创手术与无接触医疗场景推动机器人集群技术应用。

三、技能要求与职业发展路径1. 基础技能

编程语言：Python（算法原型开发）、C++（高性能计算）、MATLAB（仿真验证）。

数学基础：线性代数、概率论、优化理论（如凸优化、动态规划）。

工具链：ROS、Gazebo、PyTorch、TensorFlow、Git、Jira。

2. 进阶技能

领域知识：多智能体系统理论、分布式计算、控制理论（如PID、MPC）。

行业认证：ROS开发者认证、PMP项目管理认证、CFA（金融科技方向）。

软技能：跨团队沟通、技术文档撰写、英文技术文献阅读能力。

3. 职业发展路径

技术线：初级算法工程师→高级算法专家→首席科学家。

管理线：项目经理→部门负责人→CTO。

跨界线：技术转产品经理、解决方案架构师，或进入投资领域（如科技风投）。

四、招聘渠道与求职建议1. 招聘渠道

企业官网：大疆、华为等头部企业官网“校园招聘/社会招聘”板块。

招聘平台：BOSS直聘（技术岗）、猎聘（中高端岗位）、拉勾网（互联网方向）。

学术会议：中国集群智能与协同控制大会、ICRA（国际机器人与自动化会议）等。

高校合作：清华大学、上海交大等高校就业网，或参与企业联合实验室项目。

2. 求职建议

项目经验：通过GitHub开源项目、Kaggle竞赛、机器人竞赛（如RoboMaster）积累实战案例。

论文与专利：在顶会（如ICRA、IROS）或期刊（如TRO、RAL）发表论文，申请相关专利。

行业洞察：关注政策导向（如“十四五”智能制造规划）、技术趋势（如AI大模型与集群智能融合）。

五、未来趋势与就业前景

技术融合：集群智能与5G、数字孪生、边缘计算结合，催生“智能体+云+边”新架构。

场景拓展：从工业、物流向农业、医疗、环保等领域渗透，创造更多交叉学科岗位。

薪资水平：算法岗硕士起薪约25-40K/月，博士或资深专家可达60K+/月（一线城市头部企业）。