智能自動化學科前沿講習班是由中國自動化學會主辦的學術(shù)交流活動，旨在促進自動化領(lǐng)域的科研人員在短時間內(nèi)快速了解學科前沿和最新研究，并為專家學者提供探討熱點方向和交流學術(shù)進展的平臺。講習班每期圍繞一個熱點專題，邀請該學科方向從事前沿工作的專家學者做學術(shù)報告，并與參會者交流討論。

第一期：生成式對抗網(wǎng)絡(luò)GAN技術(shù)與應(yīng)用

2017年5月，AlphaGo對戰(zhàn)柯潔，人工智能背后的生成式對抗網(wǎng)絡(luò)GAN技術(shù)大火，該框架中同時訓練兩個模型：捕獲數(shù)據(jù)分布的生成模型G，和估計樣本來自訓練數(shù)據(jù)的概率的判別模型D，可以互相博弈學習產(chǎn)生相當好的輸出。生成式對抗網(wǎng)絡(luò)GAN技術(shù)除了可以被應(yīng)用在游戲?qū)闹?，還有哪些應(yīng)用？

同年7月，本著打造熱點專題的目的，中國自動化學會首次舉辦了講習班活動，以“生成式對抗網(wǎng)絡(luò)GAN技術(shù)與應(yīng)用”為主題，邀請了學術(shù)界和工業(yè)界從事該領(lǐng)域前沿研究工作的8位學者，全面介紹GAN技術(shù)與應(yīng)用的研究進展，并探討相關(guān)技術(shù)的發(fā)展趨勢。那次講習班為從事生成式對抗網(wǎng)絡(luò)技術(shù)與應(yīng)用研究的科研人員提供了在短時間內(nèi)快速了解前沿和最新研究并與同行探討交流的平臺，來自全國31個科研機構(gòu)和高校的研究人員參加了該次活動。

會上，中國科學院自動化研究所王飛躍教授帶來了“生成式對抗網(wǎng)絡(luò)GAN的研究進展與展望”的報告，介紹了GAN的基本思想，綜述當前GAN的理論和應(yīng)用發(fā)展情況，從構(gòu)造“數(shù)據(jù)-知識”閉環(huán)的角度，對如何結(jié)合GAN與平行學習等新思想、AI技術(shù)的發(fā)展及其對社會的影響等問題進行了探討，反響熱烈。

第二期：人工智能+無人駕駛

2017年7月5日，百度AI開發(fā)者大會上，百度創(chuàng)始人、董事長兼首席執(zhí)行官李彥宏通過視頻直播展示了一段自己乘坐公司研發(fā)的無人駕駛汽車的情景，無人駕駛技術(shù)再度成為當下最熱門的話題之一。

2017年9月12日-14日，中國自動化學會主辦了第2期智能自動化學科前沿講習班，來自全國相關(guān)高校和相關(guān)單位的百余位學員和老師參加了此次講習班。第二次講習班以“人工智能+無人駕駛”為主題，邀請到領(lǐng)域內(nèi)數(shù)位專家學者圍繞主題進行報告，并與參會者進行充分交流，探討無人駕駛的歷史和發(fā)展前景。

西安交通大學劉躍虎教授

會上，來自西安交通大學人工智能與機器人研究所劉躍虎教授，作了題為“無人駕駛環(huán)境認知能力測評的挑戰(zhàn)與對策”的報告。他指出了“環(huán)境認知—規(guī)劃決策—車輛控制”計算框架和端到端深度學習所面臨的共同困難，并以視覺環(huán)境認知能力測評為目標，討論駕駛場景不確定性條件下無人駕駛環(huán)境認知能力測試與評估面臨的挑戰(zhàn)及其對策。

清華大學李升波副教授

清華大學汽車系長聘副教授李升波老師進行了題為“智能汽車的發(fā)展之路與關(guān)鍵技術(shù)介紹”的報告，闡述了駕駛輔助與無人汽車在環(huán)境感知、決策規(guī)劃和動力學控制方面的需求差異，介紹世界范圍內(nèi)（尤其是中國）在無人駕駛感知、決策和控制關(guān)鍵技術(shù)的研究進展，重點包括交通參與者識別與跟蹤、激光點云建模與目標運動重構(gòu)、高精度地圖與SLAM定位、混雜交通環(huán)境的參與者行為預測、群體智能決策和局部軌跡規(guī)劃、面向人車共駕的協(xié)同共享控制、分布式多車隊列控制、智能汽車的計算、通信和數(shù)據(jù)存儲構(gòu)架等核心技術(shù)。李升波老師還針對中國道路交通工況的特點，探索無人駕駛對下一代深度機器學習、異構(gòu)信息融合和數(shù)據(jù)驅(qū)動控制的技術(shù)需求，為無人駕駛的核心技術(shù)開發(fā)提供建議和思路。

上海交通大學楊明教授

上海交通大學楊明教授在此期講習班上，帶來了題為“基于感知地圖的智能車定位方法”的報告。楊明教授的報告指出車輛定位是智能駕駛的重要支撐技術(shù)之一，對智能車的路徑規(guī)劃、決策與控制、環(huán)境感知等環(huán)境至關(guān)重要。報告主要介紹了近年興起的車輛定位方法——基于感知地圖的車輛定位方法，這種定位方法首先離線采集車載攝像頭、激光雷達、里程計等傳感器數(shù)據(jù)，通過測繪或SLAM方法離線創(chuàng)建全局傳感器地圖，然后通過地圖匹配的方法在線獲取高精度車輛定位信息。

當然，中國自動化學會也舉辦了幾次比較小眾的會議，比如：

第三期：智慧醫(yī)療第四期：區(qū)塊鏈

第五期：深度與寬度強化學習

2018 年 5 月 31 日-6 月 1 日，中國自動化學會在中國科學院自動化研究所成功舉辦了第 5 期智能自動化學科前沿講習班，主題為「深度與寬度強化學習」。

本期講習班邀請有澳門大學講座教授，中國自動化學會副理事長陳俊龍，清華大學教授宋士吉，北京交通大學教授侯忠生，國防科技大學教授徐昕，中國中車首席專家楊穎，中科院研究員趙冬斌，清華大學教授季向陽，西安交通大學教授陳霸東，浙江大學教授劉勇，清華大學副教授游科友等十位學者就深度與寬度強化學習技術(shù)在游戲、機器人控制、參數(shù)優(yōu)化、機器視覺等領(lǐng)域中的成功應(yīng)用進行報告。

他們就如何賦予機器自主學習的能力，如何在越來越多的復雜現(xiàn)實場景任務(wù)中，利用深度學習、寬度學習來自動學習大規(guī)模輸入數(shù)據(jù)的抽象表征，并以此表征為依據(jù)進行自我激勵的強化學習，優(yōu)化解決問題的策略等問題展開了討論。專家們也提出深度與寬度強化學習技術(shù)在游戲、機器人控制、參數(shù)優(yōu)化、機器視覺等領(lǐng)域中的成功應(yīng)用，使其被認為是邁向通用人工智能的重要途徑。

第六期：人工智能與智能控制

2018年7月28-29日，由中國自動化學會主辦的第六期智能自動化學科前沿講習班在湖北·武漢華中科技大學成功召開，此次講習班由華中科技大學自動化學院院長曾志剛教授和清華大學胡曉林副教授共同擔任學術(shù)主任。第六期講習班以“人工智能與智能控制”為主題，邀請了十余位領(lǐng)域相關(guān)的專家學者進行主題報告，來自全國各相關(guān)高校、科研院所及相關(guān)單位的百余位學員參加了此次講習班，共話人工智能與智能控制的現(xiàn)狀與前景

本次講習班邀請到了澳門大學講座教授陳俊龍，陳俊龍教授的報告題目為“智能控制算法”。智能控制是來解決傳統(tǒng)控制方法難以解決的非線性、高度不確定性、信息不完全性、或者因人而產(chǎn)生復雜性等的具有復雜控制任務(wù)的問題。陳俊龍教授此次報告是討論基于人工神經(jīng)網(wǎng)絡(luò)理論、模糊數(shù)學理論、計算智能理論、及模式識別理論等為基礎(chǔ)而衍生出來的智能控制方法。課題包括：（1）神經(jīng)網(wǎng)絡(luò)控制；（2）模糊控制；（3）強化學習控制；（4）智能自適應(yīng)控制；（5）基于遺傳算法的智能控制；（6）混合智能的控制。

清華大學電子工程系汪玉副教授在本期講習班中的報告題目為“基于FPGA的深度學習處理器”。深度學習的應(yīng)用日益廣泛。相比于傳統(tǒng)的CPU/GPU平臺，針對定制計算結(jié)構(gòu)能夠提供更高的計算能效。但是，基于FPGA的深度學習加速器面臨開發(fā)周期長，性能受限等問題。汪玉副教授的報告通過總結(jié)已有工作，結(jié)合實際設(shè)計經(jīng)驗，總結(jié)針對深度學習加速器的設(shè)計思路，并介紹了基于FPGA的高能效、快速部署的深度學習處理器結(jié)構(gòu)和部署流程[FPGA 2016+2017]。其中壓縮和量化技術(shù)可以去除算法中的冗余操作，減少系統(tǒng)計算和存儲的需求，同時量化還能夠提升FPGA系統(tǒng)的峰值計算能力。由于CNN和DNN/RNN在計算和存儲模式的本質(zhì)差異，針對CNN、DNN/RNN分別設(shè)計了兩種體系結(jié)構(gòu)與相應(yīng)的指令、編譯系統(tǒng)?；谫惲炙嫉钠脚_，CNN和LSTM的平臺均取得了比嵌入式和桌面GPU更好的能量效率（>60GOPS/W）。

第七期：智能、控制與數(shù)學

2018年9月18日-19日，由中國自動化學會主辦的第七期智能自動化學科前沿講習班在北京成功舉辦，此次講習班主題為“智能、控制與數(shù)學”，并由中國科學院數(shù)學與系統(tǒng)科學研究院系統(tǒng)所所長張紀峰研究員和西北工業(yè)大學自動化學院院長潘泉教授共同擔任學術(shù)主任，邀請十余位報告專家進行報告。六十余位來自全國各相關(guān)高校、科研院所、企事業(yè)單位的相關(guān)科研工作人員參加了此次講習班。

第八期：人工智能與智能交通

2018年10月13日-14日，由中國自動化學會主辦的第八期智能自動化學科前沿講習班在北京成功舉辦，此次講習班主題為“人工智能與智能交通”，并由中國自動化學會副理事長兼秘書長，中國科學院自動化研究所復雜系統(tǒng)管理與控制國家重點實驗室主任王飛躍研究員和清華大學自動化系系統(tǒng)工程研究所所長張毅教授共同擔任學術(shù)主任，邀請十余位報告專家進行報告。五十余位來自全國各相關(guān)高校、科研院所、企事業(yè)單位的相關(guān)科研工作人員參加了此次講習班。

會上，美國密西根大學土木環(huán)境系終身教授，滴滴智慧交通首席科學家劉向宏為大家?guī)眍}為“Data-Driven Traffic Signal Control”的報告。在當前的實踐中，交通信號系統(tǒng)性能測量和參數(shù)優(yōu)化需要手動數(shù)據(jù)收集和處理，整個過程耗時長且費用昂貴。因此，美國的交通信號系統(tǒng)通常每3-5年都需要進行重新定時。劉教授的報告首先討論了“SMART信號系統(tǒng)”的研究和開發(fā)歷程，并指出“SMART信號系統(tǒng)”可以自動收集和處理現(xiàn)有交通信號系統(tǒng)的高分辨率數(shù)據(jù)。借助這些高分辨率數(shù)據(jù)，可以直接測量交通信號性能，并可以自動重新定時信號參數(shù)。“SMART信號系統(tǒng)”為交通工程師監(jiān)控、管理交通信號系統(tǒng)提供了一個新的工具，它的發(fā)展代表了交通信號控制實踐的一次重大飛躍。劉教授的報告還討論了來自聯(lián)網(wǎng)車輛的軌跡數(shù)據(jù)的智能交通控制。隨著越來越多的可用車輛軌跡數(shù)據(jù)，對基于基礎(chǔ)設(shè)施的車輛檢測器的依賴性將降低，甚至下一代交通控制系統(tǒng)可能無需檢測器。為更方便理解，劉教授也通過滴滴車輛軌跡數(shù)據(jù)研究的案例對此進行了詳細的解釋。

第九期：人工智能與機器人

2018年10月23日至25日，由中國自動化學會主辦的第九期智能自動化學科前沿講習班在南京成功舉辦，此次講習班主題為“人工智能與機器人”，并由IEEETNNLS主編、美國羅德島大學何海波教授與西安交通大學薛建儒教授共同擔任學術(shù)主任，邀請8位知名專家進行主題報告，分享交流人工智能與機器人技術(shù)的學術(shù)前沿、產(chǎn)業(yè)發(fā)展及應(yīng)用實現(xiàn)。四十余位來自全國各相關(guān)高校、科研院所、企事業(yè)單位的相關(guān)科研工作人員參加了此次講習班。

會上，西安交通大學薛建儒教授為大家?guī)眍}為“無人車自主運動決策的探索與實踐”的報告。無人車的自主運動決策必須同時考慮環(huán)境感知與理解的不確定性和運動控制的不確定性。隨著研究深入，經(jīng)典的分層架構(gòu)即行為決策-運動規(guī)劃-運動控制越來越表現(xiàn)出計算效率低、環(huán)境適應(yīng)性差、自學習能力不足等問題，尤其在應(yīng)對復雜交通環(huán)境時遠遠不及人類駕駛員。面對這些問題，薛教授首先綜述無人車自主運動決策的研究進展及面臨的主要挑戰(zhàn)，然后結(jié)合團隊多年來在無人駕駛領(lǐng)域的探索與實踐，探討開放、真實交通環(huán)境中無人車自主運動決策的前沿技術(shù)。報告的最后，薛教授通過幾段無人車未知路障行駛視頻，更直觀地向各位專家學者展示了目前團隊的研究成果。

第十期再次回歸自動駕駛

第十期：L3自動駕駛（3月2日舉行）

自從2014年國際汽車工程師學會（SAE）給出自動駕駛定義和分級之后，L3自動駕駛系統(tǒng)的開發(fā)一直備受矚目，當然也褒貶不一，甚至有學者和專家認為L3自動駕駛系統(tǒng)就是個‘悖論’。盡管如此，歐盟把L3自動駕駛量產(chǎn)計劃為2020年前后，國內(nèi)許多汽車主機廠也把L3自動駕駛乘用車量產(chǎn)定在未來1-3年。

中國自動化學會將于2019年3月2日在北京?中國科學院自動化研究所舉辦第10期智能自動化學科前沿講習班，主題為“L3自動駕駛”，此次講習班由中國自動化學會監(jiān)事長，中國科學院自動化研究所復雜系統(tǒng)管理與控制國家重點實驗室主任王飛躍研究員和滑鐵盧大學認知自動駕駛實驗室曹東璞教授共同擔任學術(shù)主任，邀請業(yè)界多位知名專家作主題報告，為大家講述L3自動駕駛的技術(shù)細節(jié)及挑戰(zhàn)，并與學員近距離討論技術(shù)開發(fā)和學術(shù)研究關(guān)鍵問題。