CIRAC 2024分论坛预告——自动驾驶中的人机混合智能

CIRAC 2024分论坛预告——自动驾驶中的人机混合智能

2024年9月20日-22日

会议详细日程

主席介绍：

演讲嘉宾

薛建儒

西安交通大学

薛建儒，西安交通大学教授、博士生导师，中国自动化学会会士和中国图形图象学会会士，主要研究领域为计算机视觉、机器学习、无人驾驶与混合增强智能等，入选教育部长江学者特聘教授（2015年）、国家科技创新领军人才计划。科研成果获国家自然科学二等奖（2016）、国家技术发明二等奖（2007），教育部自然科学一等奖（2015）、陕西省自然科学一等奖（2023），主要学术兼职有中国自动化学会混合智能专业委员会主任委员、《自动化学报》、《机器人》等多个期刊编委。

报告题目：人在回路混合增强智能的技术路径探索与实践

摘要：人在回路的混合增强智能是将人的作用引入到智能系统的计算回路中，实现智能水平更高的智能形态构建。这是我国新一代人工智能发展规划中的重点方向，也是人工智能赋能当前无人自主系统的最主要途径之一。本报告主要讨论人在回路混合增强智能发展的三条主要技术路径：共享自治、拟人化交互和交互策略学习，并分析这些路径所面临的主要挑战性前沿问题及发展方向，最后介绍团队近期的主要工作进展。

李玺

浙江大学

李玺，浙江大学求是特聘教授，IET Fellow，IEEE Senior Member，国家杰青，国家青年特聘专家，浙江省特聘专家，杭州钱江特聘专家，科技部科技创新 2030 新一代人工智能重大项目负责人，国家自然科学基金委联合基金重点项目负责人，教育部重点规划研究项目负责人，主要从事人工智能领域研究，提出了多因子耦合模型学习新理论，探索了知识引导的模型结构设计与搜索新方法，开拓了复杂异构图像结构语义理解的新技术。担任国际权威期刊的编委（如TNNLS和TMM）和顶级会议的Area Chair（如ICCV、CVPR、ECCV），两项最佳国际会议论文奖（ACCV 2010 和 DICTA 2012），一项最佳学生论文奖（ACML 2017），2019 年和 2020 年中国图象图形学报最佳封面文章和年度优秀论文，ICIP 2015 Top 10%论文奖。获得2021 年中国图象图形学会自然科学奖二等奖，2021 年中国电子学会科技进步一等奖，2021 年中国产学研合作促进会产学研合作创新与促进奖，2021 年世界人工智能大会 SAIL 奖，2022 年世界互联网领先科技成果，2022 年教育部高等学校科学研究优秀成果奖科学技术进步奖一等奖，2023 年中国发明协会发明创业奖创新奖一等奖，2023年陆增镛CAD&CG高科技奖一等奖，两项中国北京市自然科学技术奖（包括一等奖和二等奖），以及一项中国专利优秀奖。荣获四项最佳学术论文奖、腾讯好专利、华为优秀合作成果奖和火花价值奖，中国人工智能学会-昇思 MindSpore 学术基金优秀项目获得者。成果应用于华为、阿里、海康等企业。指导学生团队获得ECCV 2018自动驾驶Workshop竞赛的第2名和CVPR 2023 AI City Challenge Workshop竞赛的第2名，指导实验室博士生秦泽群获得中国图象图形学会优博论文奖，博士生秦泽群和硕士生张芃怡分别获得浙江省优秀博士毕业生和优秀硕士毕业生称号，硕士生曾家建、孙鹏、冯君逸获得浙江省优秀硕士学位论文奖。

报告题目：多模态视觉结构学习

摘要：互联网和物联网时代催生了海量多模态大数据，从这些海量数据中有效提取知识迫切需要各种人工智能的技术和手段。因此，如何进行人工智能驱动的多模态计算已经成为当今知识经济时代亟待解决的核心技术问题。本报告主要围绕数据驱动的人工智能学习方法，进行大规模图像/视频数据的视觉特征学习，从目标视觉感知特性、视觉特征表达、深度学习器构建机制、高层语义理解等多维度视角进行了深入剖析，并引入了大规模多模态特征学习所涉及的主要研究问题和技术方法。然后系统地回顾了多模态特征表达和学习领域的不同发展阶段，介绍了近年来我们利用特征学习进行视觉语义分析和理解所做的一系列代表性的研究工作及其实际应用。报告的最后将和大家一起探讨一下涉及多模态特征学习所面临的一些开放性问题和难题。

方浩

北京理工大学 教授

方浩，1995年毕业于西安理工大学，获学士学位；1998年、2002年毕业于西安交通大学，分获硕士、博士学位。2002年至2003年在法国国立信息与自动化研究院从事博士后研究；2003年至2004年在法国国家科研中心从事博士后研究。2005年起就职于北京理工大学自动化学院，现为该校教授、博士生导师。研究领域主要为多智能体控制，智能移动机器人，分布式协同SLAM。主持国家自然科学基金重点项目1项，面上项目2项，973项目课题1项。2014年获国家自然科学二等奖（排名第三），2022年教育部自然科学一等奖（排名第三），2020年获部级一等奖（排名第三），2013年获教育部自然科学一等奖（排名第二）。

报告题目：开放混合车流环境下的全域情境理解、预测与控制

摘要：自动驾驶技术不断发展，正在向智能化迈进，人机共驾是汽车智能化的一个重要发展阶段。现实环境下，单个人机共驾车辆缺乏多车协同感知与全域情境理解能力，在开放混合车流环境下适应性差、安全性弱，导致通行效率下降甚至出现交通事故。近年来，团队在交通驾驶环境下情境理解、预测与车辆控制方面开展一系列研究，建立了开放环境中基于多模态感知的情境理解模型，提出了典型场景下周车意图理解与预测方法，提出了可信可解释的车辆驾驶行为决策控制方法，推动智能驾驶领域的创新发展。

杨子江

中国科学技术大学

杨子江，宾夕法尼亚大学博士，莱斯大学硕士，中国科学技术大学学士。中国科学技术大学教授及深信科创创始人。深信科创为姚期智院士孵化企业。之前为西安交通大学教授、美国西密歇根大学教授及密歇根大学访问教授。研究领域包括自动驾驶系统测试，高可信软件。发表论文一百余篇及二十余项中、美专利。出版专著《自动驾驶系统开发》。获得ACM SIGSOFT杰出论文奖，ACM TODAES最佳期刊论文奖，谷歌计算机科学Engagement奖等。学术兼职包括IEEE国际电动与自动驾驶技术委员会共同主席、IEEE自动驾驶国际标准工作组副主席、2020-2024年IEEE国际自动驾驶软件会议共同主席、2019年IEEE国际软件测试及验证大会共同主席、中国电动汽车百人会理事等。

报告题目：动驾驶仿真关键技术

摘要：自动驾驶将改变社会出行方式，提升安全的同时带来巨大经济效益。但是由于其系统复杂性及场景多样性，如果保证自动驾驶的安全可靠一直是悬而未决的问题。本报告阐述如何通过仿真测试来低成本高效率的提升自动驾驶的安全可靠性。

马楠

北京工业大学

马楠，北京工业大学教授，博士生导师，国家重点研发计划项目负责人，国家级一流本科课程负责人，北京工业大学信息科学技术学院副院长，智能感知与自主控制教育部工程研究中心副主任，中国人工智能学会副秘书长，CCF杰出会员，北京市智能制造与机器人创新专项负责人，研究方向为交互认知、机器视觉、无人驾驶与移动机器人。以第一完成人先后获得中国图象图形学学会科技进步一等奖、中国电子学会科学技术奖【技术发明类】二等奖，主持多项国家、省部级项目。已在IEEE TIP、IEEE TNNLS、ICRA、中国科学.信息科学等国内外学术期刊、会议发表论文80余篇。人才培养方面，主编教材《智能交互技术与应用》获得北京市优质本科教材；先后获得第六届全国教育科学研究优秀成果二等奖和北京市教学成果一等奖等。

报告题目：无人驾驶具身交互智能

摘要：无人驾驶离不开车与车、车与路、车与人之间的智能交互，应具有良好的具身智能。然而实际场景中，人们往往对无人驾驶行为不清楚、对它做出的决策不理解，尤其针对复杂、不确定环境下，无人车也很难和人的意图达成协同一致。近年来团队先后提出一系列人车路协同的无人车智能交互方法，开展多通道跨模态感知和行为理解研究。可交互、会学习、自成长是新一代智能机器的硬核，“自主驾驶+交互认知”将使无人车成为可交互的轮式机器人，更好地服务于人类。