时间：2018年1月29日(周一) 10:00-12:00

地点：电院群楼2-406会议室

欧勇盛 研究员

中国科学院深圳先进技术研究院

Abstract:

为了更加广泛地应用到各种需要的场景中实现多种复杂的任务，未来的机器人必须具备一定的适应能力，即具有从观察中学习并应用到新情形下的能力。基于人类行为模仿的智能控制方法，便是解决这一问题的重要途径。为此，我们以模拟人类完成任务的行为模式为出发点，提出机器人面对复杂任务的多层融合智能控制方法，分别从“上层动作序列规划”、“复杂动态轨迹的学习与控制”、“机器人柔顺性及其泛化能力拓展”三个层面探索基于学习的机器人控制方法，提高机器人面对复杂工作环境、执行复杂任务时的控制与决策能力。

Biography:

欧勇盛研究员于 2004 年取得香港中文大学博士学位，之后在美国里海大学进行了五年的博士后研究工作。2010 年回国从事机器人与智能控制方面的研究工作。担任国家科技部十二五服务机器人重点专项总体组专家、中国自动化专业委员会机器人专委会成员、广东省机器人专家委员会副主任等职务。2011 年入选中国科学院“百人计划”，发表论文 150 余篇，并担任 IEEE Robotics & Automation Letters，International Journal of Advanced RoboticSystems 等期刊编委。在国家自然基金联合基金重点类项目、国家 863 项目课题、中国科学院知识创新工程等项目的支持下，带领团队在各类机器人的研究、开发和应用推广方面具有深厚的积累，相关技术转移转化至优必选、银星、华为、沈阳新松等公司。并于 2016 年获得吴文俊人工智能科技进步奖（排名第一）。