基础研究方向

---

一、超材料感知：研究自主智能无人系统在复杂环境中的光学、声学、触觉、味觉等高精度感知方法，揭示下一代生物、物理、化学传感器新型机理，研发下一代新型器件，实现无人系统的超人类感知能力。主要内容：（1）精密光学传感机理；（2）半导体新型传感器；（3）电子皮肤等。

二、多尺度融合：研究跨时空、跨尺度、跨媒体多源（元）信息融合机理，构建复杂非结构化环境下场景全覆盖-局部高实时-单体多维度的感知体系，提升自主智能无人系统主动感知能力。主要内容：（1）时空一体化智能信息处理；（2）多元信息融合智能感知；（3）跨媒体异构信息融合等。

三、类自然计算：研究不完备数据、多任务异构环境、广域分布式等复杂场景下的自然、生态的先进计算机理与方法，研发类自然的计算原理器件和芯片，为颠覆性计算技术提供理论基础。主要内容：（1）神经网络深度学习算法；（2）类生物智能与生态算法；（3）类自然计算实现等。

四、自主智能体：研究信息空间内自动程序、智能软件、大规模数据挖掘与分布式学习方法，实现大数据复杂环境下软件自主体的智能行为与自主进化，显著提升机器智能的鲁棒性、灵活性和自主性。主要内容：（1）自主进化理论；（2）自适应智能软件；（3）大规模数据学习等。

五、 生机电共融：研究复杂非结构化环境下人机共融、机机共融、机器与环境的共融等人机物三元互操作理论，实现智能运动体在开放动态物理世界的长期自治行为与自主进化。主要内容：（1）特殊环境机器人共融技术；（2）医疗/康复机器人与系统；（3）无人机/无人艇/卫星等自主运动体等。

六、自主与交互：研究自动驾驶车等智能运动体针对未知、复杂、动态环境的自主感知与认知方法，构建人机协同决策学习框架，提出具有自适应能力和鲁棒性的智能控制方法与最优协同模式，实现复杂环境下人机共驾与多车协同等行为。主要内容：（1）复杂环境感知与理解；（2）自主驾驶与智能控制；（3）多车协同与决策等。

七、异构与决策：研究复杂场景与异构大数据环境下多智能体系统的动态监测、虚拟建模、要素智能模拟推演等理论与方法，实现城市运行控制等异构多智能体系统的规划、建设、管理及运营的自主决策与协同优化。主要内容：（1）车路协同；（2）物联网智能系统；（3）智慧基础设施与智慧城市等。

八、多体与协同：研究局部非完全信息条件下多智能体系统的协同控制与决策的基础理论与方法，揭示群智演化规律与涌现机制，构建多集群智能行为进化理论，实现智能制造系统等异构多智能体系统的协同控制、优化、博弈与基于交互与协作的自主智能进化。主要内容：（1）自组织与自涌现机理；（2）多体智能制造；（3）多智能体协同与决策等。

九、类脑与仿生：研究类脑智能机理和信息处理机制，揭示和理解脑生物学智能来源，提出类脑智能仿生方法，实现无人系统高级智能与进化。主要内容：（1）类脑模型与智能信息处理；（2）脑认知功能环路与脑机接口；（3）生物学智能仿生基础等。

 

关键技术研究方向

---

一、智能传感器技术

二、智能自主控制器技术

三、无人终端系统技术

四、网络协同控制技术

五、感知芯片与计算系统技术

六、人工智能法律

 

产业应用领域

---

一、智能建造

二、智能交通

三、智能农业

四、智能制造

五、智能医疗

六、智慧城市