|
李堅強 |
|
報告題目： 大模型時代下的智能系統(tǒng)感知與決策
個人簡介： 教授，博士生導師，國家杰出青年基金獲得者，IETFellow,國家重點研發(fā)計劃項目首席科學家，入選國家級青年人才，擔任深圳大學人工智能學院院長，深圳大學大數據系統(tǒng)計算技術國家工程實驗室執(zhí)行主任，廣東省大數據分析與處理研究中心主任，廣東省人工智能教學團隊負責人。 長期圍繞機器人、人工智能展開研究。主持國家重點研發(fā)計劃項目1項，國家基金重點項目1項，面上2項，青年1項，發(fā)表論文200余篇，SCI論文150余篇，中科院一區(qū)93篇，Science子刊1篇，IEEE匯刊70篇，谷歌引用11050次，SCI引用5933次，13篇高被引，3篇熱點論文。專利授權中興等公司，榮獲中國自動化學會科技進步一等獎(第一完成人)，吳文俊人工智能科技進步一等獎(第一完成人)，廣東省科技進步二等獎(第一完成人)，榮獲國家教學成果二等獎，4次榮獲廣東省教學成果一等獎，創(chuàng)建深圳大學騰訊云人工智能學院，獲批教育部首批國家現(xiàn)代產業(yè)學院，榮獲中國人工智能學會一類教學成果獎(第一完成人)。擔任IEEE會刊等8個期刊編委，連續(xù)5年入選斯坦福大學評選全球頂尖科學家榜單。
摘要： 基于數據的深度學習、大模型可有效提高智能系統(tǒng)感知決策能力，而機器人與智能系統(tǒng)網絡協(xié)同、多智能體協(xié)同、云端協(xié)同來有效提高機器人的感知與執(zhí)行效率，報告介紹了圍繞機器人與智能系統(tǒng)網絡協(xié)同感知、協(xié)同網絡構建以及優(yōu)化分析決策展開的研究，相關研究成果應用于特種監(jiān)測機器人以及醫(yī)療健康智能監(jiān)測系統(tǒng)，并介紹了結合大模型的機器人感知與決策探索。 |
