2024年第四届机器人、自动化和人工智能国际会议(RAAI 2024)

 

欢迎来到RAAI

机器人、自动化和人工智能 （RAAI） 是一个结合了机器人、自动化和人工智能技术的跨学科领域。机器人技术专注于设计、建造和操作机器人，而自动化则采用技术来减少对人力的需求。人工智能涉及创建能够执行通常需要人类智能的任务的机器，例如感知、推理、学习和决策。

 

第四届机器人、自动化和人工智能国际会议（RAAI 2024）将于2024年12月19-21日在新加坡举行。

 

IEEE机器人与自动化学会致力于促进机器人与自动化的多样性，并促进一种包容和公平的文化，欢迎、吸引和奖励所有为该领域做出贡献的人，不分种族、宗教、性别、残疾、年龄、国籍、性取向、性别认同或性别表达。

 

RAAI 2024 旨在为研究人员、从业者和行业专家提供一个平台，分享他们的知识和专业知识，交流思想，并探索这个令人兴奋且快速发展的领域的最新进展和发展。会议将包括主题演讲、技术会议、研讨会和展览，涵盖广泛的主题，包括但不限于机器人和自动化、机器学习、计算机视觉、自然语言处理和智能控制系统。

 

出版

所有提交的完整论文将根据原创性、技术和/或研究内容/深度、正确性、与会议的相关性、贡献和可读性进行同行评审和评估。完整的论文提交将根据技术优点、兴趣、适用性以及它们与连贯和平衡的技术计划的契合程度进行选择。

 

所有被录用的论文将发表在RAAI 2024会议论文集上。

 

征稿启事

RAAI 2024 旨在提供一个国际平台，展示机器人、自动化和人工智能领域的技术进步、推出新想法和展示研究工作。

 

提交感兴趣的主题包括但不限于：

专场1：机器人与自动化

 

无人驾驶车辆

的自主控制 自主系统

地面机器人

移动机器人

机器人操作

机器人系统

航天器和飞机控制

水下自动驾驶车辆

水下航行器 （UV）

无人驾驶飞行器 （UAV）

无人海上航行器 （UMV）

无人驾驶车辆

 

专场3：控制系统与理论

 

混沌系统与控制

控制应用

PWM变换器的控制

数字采样数据控制

离散事件系统

功能安全

混合控制

混合系统

识别和估计

迭代学习控制

线性控制理论

模型预测控制

非线性控制理论

非线性系统与控制

最优控制和鲁棒控制

预测控制

鲁棒和 H 无限远控制

伺服控制

随机系统

可变结构控制

 

 

 

专场2：人工智能

 

人工智能

计算智能

进化计算

模糊和神经系统

智能系统 智能系统

和专家系统

知识表示和推理

链接的开放数据

机器学习

机器学习和深度学习

机器视觉和视觉伺服

神经网络

量子控制和计算

 

专题 4：传感器、测量和信号处理

 

人工肌肉致动器

特征提取

建模和仿真

功率半导体

建模 传感器和测量

信号处理

 

专题 5：应用程序和系统集成

 

增强现实

新兴技术

健康和护理

工业应用

智能制造系统

海事/海洋技术

机电一体化系统

医疗和生物机器人

MEMS和纳米技术

网络控制系统

电力电子和电机

电力系统稳定性

可再生能源控制

远程和监控控制

智能能源

智能电网、微电网、能源管理系统

智能材料执行器和控制系统

系统生物学

交通控制

系统集成

 

投稿政策

 

RAAI不接受任何在提交时正在审查、被接受发表或已经在其他会议或期刊上发表的论文。在评审期间，作者也不应在其他地方提交论文。提交的论文应包含作者完成的原创作品，并对他人的作品进行充分、适当和学术性的引用。作者的工作是清楚地确定他们自己的贡献以及他们所依赖或建立的已发表的结果/技术。审阅者需要付费以确保满足这些标准。

 

主讲人

 

爱德华多·马里奥·内博特

悉尼富时

大学FIEEE名誉教授

生物： 爱德华多·马里奥·内博特（Eduardo Mario Nebot）在阿根廷南国立大学获得电气工程学士学位，在美国科罗拉多州立大学获得硕士和博士学位。他是电气和电子工程师协会（IEEE）的会员，也是澳大利亚技术科学与工程学院（FTSE）的会员。

他是悉尼大学航空航天、机械和机电工程学院的教授。他于 2004 年被任命为自动控制和物流的 Patrick 主席，并于 2011 年至 2020 年担任澳大利亚现场机器人中心主任。他现在是ACFR智能交通小组的名誉教授。

Nebot教授在机器人和自动化方面有着丰富的经验。他发表了 300 多篇同行评审的会议和期刊出版物，并发表了大量的主题演讲和行业演讲。他的基础研究在自主系统、导航、采矿安全和智能交通系统方面产生了重大影响。

在过去的20年中，Nebot教授在机器人和自动化领域管理了大量的工业合作研究项目。他的基础研究贡献对该行业产生了重大影响，影响了现在部署在各种工业环境中的关键自动驾驶技术的发展，包括采矿、装卸、货物装卸和城市道路车辆。他的研究团队在智能交通领域部署创新技术方面发挥着积极作用，专注于智能车辆

 

 

Graziano Chesi教授

香港大学

生物： Graziano Chesi是香港大学电机与电子工程学系的全职教授。他在佛罗伦萨大学获得信息工程奖，在博洛尼亚大学获得系统工程博士学位。他曾担任多个期刊的副主编，包括Automatica、European Journal of Control、IEEE Control Systems Letters、IEEE Transactions on Automatic Control、IEEE Transactions on Computational Biology and Bioinformatics和Systems and Control Letters。他创立了IEEE控制系统协会的不确定性系统技术委员会。他还曾担任IEEE决策与控制会议和IEEE系统与控制多会议最佳学生论文奖委员会主席。他著有《用于不确定系统鲁棒性分析的齐次多项式形式》和《吸引力域：通过SOS编程进行分析和控制》两本书。他是IEEE和AAIA的会员。

 

 

潘永平教授

中山大学，中国深圳

生物： 潘永平是中国深圳中山大学智能机器人实验室的教授。他拥有中国广州华南理工大学控制理论和控制工程博士学位，并在新加坡和日本的顶尖大学拥有十多年的研究经验。他的研究兴趣在于机器人的自动控制和机器学习。他撰写或合著了 180 多篇同行评审的学术论文，其中 130 多篇论文发表在知名期刊上。他的出版物在 Google Scholar 和 Web of Science 核心合集中分别吸引了超过 7200 和 5500 次引用。潘博士目前担任IEEE机器人与自动化学会广州分会主席，以及IEEE和IFAC出版的多个顶级期刊的副主编。他曾担任五次国际会议的组织委员会成员和IEEE决策与控制会议的首席研讨会组织者。曾获得International Conference on Robotics and Automation最佳自动化论文入围奖，International Conference on Control and Robotics最佳会议论文奖，IEEE先进机器人与机电一体化国际会议最佳会议论文入围奖。他被科睿唯安评为全球高被引研究员，被爱思唯尔评为被引用最多的中国研究员，被斯坦福大学评为世界前2%的科学家。此外，他还受邀在全球顶尖大学和会议上发表学术报告超过60次。

 

演讲题目：面向兼容机器人的复合学习跟踪与交互控制

 

摘要： 由于全球人口快速老龄化，当前机器人研究的趋势已经从传统的脱离人类的工业机器人转向以人为中心的与人类共存、合作或协作的机器人。引入以人为中心的机器人合规性的一个主要动机是物理人机交互。本次演讲介绍了我们在复合材料学习跟踪和交互控制方面的主要成果，这些成果适用于由顺从执行器驱动的机器人。首先，我们开发了一种数据驱动的在线学习方法，称为复合学习，该方法受小脑学习和控制机制的启发，并建立了其关于一致性学习和强大鲁棒性的严谨理论结果，该方法彻底改变了现有的脆弱和难以在线学习的自适应系统。然后，解决了复合材料学习在机器人应用中的一系列关键理论难题，并将其应用于顺从机器人的轨迹跟踪、视觉伺服和交互控制，提高了机器人的整体准确性、安全性和自然性。

 

联系我们

如果您有任何疑问，请随时通过电子邮件或电话与刘女士（会议秘书）联系。

 

场地Singapore

电话号码+001(559)-8624927

电子邮件raai_conf@robotics.ac.cn