高端论坛4面向低空经济的群体智能前沿技术青年论坛

简介：

高晓沨，上海交通大学计算机学院长聘教授，博导，全国五一劳动奖章，国家级青年人才计划获得者，中国计算机学会分布式计算与系统专委会副主任，中国指挥与控制学会空中交通管制专委会和低空产业工作委员会的成员。研究方向数据工程，网络优化，发表中国计算机学会(CCF)推荐A/B类期刊会议论文200余篇，谷歌引用8000余次。主持项目50余项，任国家科技部重点研发计划，国家自然科学基金重点项目负责人。与腾讯，华为等头部信息科技公司深度合作，致力于战略行业数字化转型，与中远海运，中航沈飞，中海油等重要央国企合作研究，获中国产学研合作创新奖。指导学生参加数学建模竞赛，在三大国际赛事中均获最高奖项，获美国数学及应用联合会Doug Faires 终身成就与特别贡献奖。

简介：

潘岩，国防科技大学计算机学院副研究员，硕导。研究方向为数据和智能模型驱动的群体智能技术，及其在低空经济、智慧城市和网络空间等领域的应用，发表CCF推荐A类会议/期刊和中科院一区期刊论文20余篇，入选1篇ESI高被引论文。主持国家自然科学基金、某理论重点课题、多项某部委重大课题。研究成果连续多年保障某年度重大任务，并在某一线单位应用，获多份应用/试用证明；作为主要起草人之一，参与起草并发布了中国计算机自动测量与控制技术协会团体标准《低空智能网联系统 第 5 部分：指挥调度平台建设通用技术要求》。

简介：

伍国华，中南大学自动化学院教授，博士生导师，入选国家“万人计划”青年拔尖人才、湖南省杰青、斯坦福大学全球前2%顶尖科学家、中南大学“十佳青年”、曾荣立三等功一次。主持国家军队重大工程、国防科技创新特区、武器装备预先研究、国家自科基金和湖南省重点研发等国家和军队课题40余项。以第一/通讯作者在IEEE TSMC、IEEE TCYB，IEEE TEVC等国内外权威期刊发表论文100余篇，其中IEEE Trans.长文48篇，ESI高被引论文12篇，Google学术引用1.2W余次，H指数57。获中国仿真学会自然科学一等奖（排1）、教育部自然科学二等奖（排1）、湖南省自然科学二等奖（排1）、中国自动化学会自然科学二等奖（排1）等。担任Information Sciences、Computers and Electrical Engineering、Swarm and Evolutionary Computation等国际期刊的副主编、IJBIC的编委及多个国际期刊的客座编辑。

报告题目：无人集群智能决策与控制方法

报告摘要：

无人机具备低成本、易部署、高机动性等优势，已经在灾害救援、环境监测、情报侦察、打击突防等应用领域发挥重要作用。合理控制决策与任务规划是高效应用无人机平台的关键。提出高效的数学规划、智能优化、深度强化学习方法解决无人机航迹跟踪控制、二/三维空间航迹优化、大规模任务规划、侦打一体协同规划、云端协同计算调度、集群追逃博弈等问题，开发了无人机任务规划和集群仿真控制平台支撑相关研究与应用工作。

简介：

刘生钟，上海交通大学计算机学院长聘教轨副教授、博导，2022年国家海外优青。曾先后获得英特尔中国学术英才、启源青年学者、小米青年学者。本科毕业于上海交大计算机系，博士毕业于美国伊利诺伊大学香槟分校（UIUC）计算机系。主持了国自然海优和面上项目，作为交大负责人参与国自然重点项目2项，参与国家重点研发计划、国自然重点专项等国家级项目3项；与移动、电信、华为、联想、阿里、海尔、蔚来等企业开展广泛合作。担任了CCF A类国际会议UbiComp 2026大会副主席和ACM IMWUT编委，以及RTSS、SenSys、RTAS、ICDCS、IWQoS等多个知名国际会议程序委员。研究多模态边缘智能计算，先后在RTSS、UbiComp、EuroSys、SenSys、WWW、ICML、NeurIPS、ACL、TPAMI、TMC等国际知名会议与期刊发表论文70余篇，7次获得国际会议最佳/杰出论文奖（包括RTSS、UbiComp、ACL、SenSys、RTAS等），在Communications of ACM和ACM GetMobile杂志发表Research Highlight论文。

报告题目：端云协同低空智能计算

报告摘要：

随着低空经济加速发展，无人机群体协同巡检、智能测绘、应急安防和物流运输等新型应用不断涌现，对低空智能系统的实时感知、协同决策与计算效率提出了更高要求。然而，低空平台普遍面临机载算力有限、无线链路波动显著、感知数据规模庞大等挑战，制约了低空智能能力的进一步提升。本报告围绕端云协同低空智能计算展开，介绍面向无人机智能感知任务的关键技术进展，包括模型驱动的数据压缩传输、网络自适应感知数据调度、原始传感数据高效卸载以及端云协同实时三维建模等技术。通过将智能计算与通信传输深度融合，实现感知、传输、计算的协同优化，在有限算力和复杂网络环境下支撑低空群体智能系统的高效运行，为构建面向低空经济的新一代智能感知与计算基础设施提供思考与实践参考。

简介：

邓伊琴现任香港岭南大学数据科学学院研究助理教授，主要研究方向包括边缘计算、边缘智能、无人机赋能算力网络、低空经济。主持国家自然科学基金项目1项，并承担多项国家级及省部级科研项目。

报告题目：无人机赋能算力网络：架构创新与算力重塑

报告摘要：

无人机赋能的移动通信网络已在地震救援、网络拥塞等应急场景中得到了广泛研究。近年来，随着人工智能等计算密集型业务的爆发式增长，无人机的应用边界正加速从“纯通信”向“通算融合”演进。然而，传统的无人机边缘计算范式由于算力节点预设且孤立，极大地限制了无人机对网络拓扑和算力可达性的动态重塑潜力。针对这一瓶颈，本报告首次提出“无人机赋能算力网络”新范式。该范式将无人机作为泛在的通算中继节点，在保障任务端到端时延约束的前提下，使无人机能够灵活接入地面多元、不受限的异构算力节点。围绕这一全新范式，我们从系统建模、理论分析与实验验证等多个维度展开深入研究，提出了一系列网络部署与资源协同优化方案，成功突破了传统范式的性能瓶颈。

简介：

李硕，浙江大学控制科学与工程学院“百人计划”研究员，博士生导师。分别于2013年和2016年在西北工业大学获工学学士与工学硕士学位。2020年11月博士毕业于荷兰代尔夫特理工大学航空工程系，师从Prof. Guido de Croon，研究方向为自主竞速无人机的视觉导航与最优控制。2020年1月至2021年8月于英国爱丁堡大学担任博士后研究员，合作导师Prof. Michael Mistry，研究方向为四足机器人在不确定环境下的落足点规划。2022年2月加入浙江大学控制科学与工程学院、工业控制研究所孙优贤院士、陈积明教授的“网络传感与控制”课题组。目前的研究方向为微小无人机（群）在不确定环境下的高速飞行、四足机器人和无人机群在不确定环境中的协同探索等。李硕多年来致力于研究计算资源受限下的微小无人机（MAV）自主竞速，2019年开发出72g自主竞速无人机并被包括IEEE Spectrum在内的多家媒体报道。2016年获IROS自主竞速无人机比赛第二名。以第一作者在JFR、RAS、ICRA等发表多篇论文。长期担任TRO、JFR、RAL、RSS、ICRA、IROS等期刊/会议审稿人。

报告题目：复杂环境无人机自主竞速技术发展与挑战

简介：

李仲谋博士，机器人与空中机器人研究者，研究方向包括多智能体系统、SLAM、传感融合、机器人控制与无人系统协同。其具备机器人系统全流程开发能力，覆盖需求分析、系统设计、动力学建模、控制算法、仿真验证、软件实现、原型搭建与真实飞行实验。曾在英国曼彻斯特大学担任博士后研究员和RAICo Fellow，参与面向某大型能源基础设施的安全关键机器人项目。作为ArduPilot开源项目贡献者，其工作关注ROS 2集成、无人系统协同与工程化落地。

报告题目：极端环境无人机系统设计与开发

报告摘要：

报告围绕复杂场景下无人机系统的全流程开发，介绍需求分析、平台设计、感知定位、控制决策、仿真验证、实飞测试及ArduPilot开源实践，并结合极端环境应用讨论系统可靠性、适应性与工程落地。