为了从根源上解决组织管理面临的数据、信任和时效不对称问题，提出面向Web 3.0的新型组织管理模式——加密管理。它以区块链为底层技术，以联邦数据为运行基础，以去中心化自治组织为组织形态，以智能合约为实现手段，以非同质化通证为激励机制，核心目标是在数据安全与隐私保护的前提下，实现可信、可靠与可用的实时管理决策。构建了加密管理的基本框架，讨论了其核心构成与实现模式，并以面向任务的人员绩效实时管理为例，介绍了其运作流程，最后探讨了该领域潜在的研究方向。

智能博弈领域已逐渐成为当前AI研究的热点之一，游戏AI领域、智能兵棋领域都在近年取得了一系列的研究突破。但是，游戏 AI 如何应用到实际的智能作战推演依然面临巨大的困难。综合分析智能博弈领域的国内外整体研究进展，详细剖析智能作战推演的主要属性需求，并结合当前最新的强化学习发展概况进行阐述。从智能博弈领域主流研究技术、相关智能决策技术、作战推演技术难点3个维度综合分析游戏AI发展为智能作战推演的可行性，最后给出未来智能作战推演的发展建议。以期为智能博弈领域的研究人员介绍一个比较清晰的发展现状并提供有价值的研究思路。

供应链网络通过需求和供应关系将各个成员连接起来，方便成员之间进行协调与合作，这在全球化竞争环境下显得尤为重要。对供应链网络结构进行优化改进能够缩小企业运营成本、提高企业收益，提升客户满意度，进而提高企业的竞争力。首先，通过分析供应链网络中的优化问题，从建模特征、决策变量类型和场景特征等不同角度对该问题进行分类，从而更清晰地介绍现有供应链网络研究工作中涉及的优化问题。然后，介绍并分析了遗传算法、蚁群优化算法和粒子群优化算法3种常用的智能优化算法及其在供应链网络优化问题中的应用情况。最后，对供应链网络优化问题的未来研究方向进行了展望。

得益于高空间分辨率、多触觉模式的感知，视触觉传感技术已被广泛应用到机器人主动感知、位姿估计及掌内操作等各类机器人操作任务中。首先根据传感原理分类总结了目前主流的视触觉传感技术，主要可分为GelSight类视触觉传感器、双（多）目视触觉传感器以及其他类型视触觉传感器3类。在此基础上，进一步对主要触觉传感信息建模方法进行了介绍，包括接触表面三维几何形状、力/力矩、滑动等不同触觉模式。此外，聚焦机器人操作领域，对视触觉传感器的具体应用场景进行了探讨。最后，讨论了视触觉传感器的下一步发展方向以及如何将其进一步应用到机器人灵巧操作任务中。

轴孔装配是加工制造业常见的一类操作任务。基于工业机器人研究轴孔自动装配，对于机器人在装配领域的应用具有重要价值。对于高精密和形状复杂的零件，高效可靠的轴孔装配仍然具有很大挑战性。基于此，从控制的角度对机器人自动轴孔装配进行了全面梳理。首先，介绍了机器人自动轴孔装配过程。然后，在对基于传统模型的装配控制进行论述的基础上，对新兴的基于学习的智能装配控制进行了讨论，重点阐述了模仿学习和强化学习在机器人自动装配中的应用。传统方法与人工智能方法的结合，将为机器人自动轴孔装配注入新的活力，将成为未来的重要发展趋势。

面临复杂非结构化的作业环境，知识表示方法在机器人自主作业中发挥着越来越重要的作用。知识表示关注于知识符号表征方式及如何通过推理程序自动实现知识处理。基于此，对基于本体表示与推理的机器人知识表示框架及最新应用进展进行了介绍。从确定性知识和不确定性知识两个方面，介绍了知识表示与推理的技术背景、实现方式和研究现状，并对机器人知识未来的研究方向进行了展望。

针对某卫星搭载的4自由度机械臂轨迹规划问题，提出了一种基于改进的双延迟深度确定性策略梯度（TD3）算法的智能规划方法。该方法采用分阶段训练策略，在预训练阶段，采用了目标位置引导联合TD3算法进行轨迹优化的混合规划策略，训练结束后规划算法能够在机械臂关节空间对任意起点、终点进行速度轨迹的自主规划。这种目标引导机制减少了训练时不必要的探索，在一定程度上解决了高维动作空间中学习效率低下的问题。在二次训练阶段，首先通过示教获得一条无碰撞的安全参考轨迹，然后在训练过程中不断对这条轨迹进行模仿，使得最终算法输出的轨迹具备避障能力。

机器人的灵巧操作一直是机器人领域研究的前沿热点问题。在很多灵巧操作任务中，机器人不仅需要视觉反馈，指尖的触觉反馈也至关重要，尤其是在光照条件不佳等情况下。目前，利用触觉伺服对物体进行三维形状感知的工作仍然非常具有挑战性。平面的GelSight触觉传感器并不适用于对物体进行三维形状的感知。因此，对GelSight触觉传感器设计进行了改进，使其更适用于获取三维物体边缘信息。同时，提出一种基于触觉伺服的物体边缘跟踪控制策略和基于触觉点云的物体三维边缘重建方法，以支持机器人的三维物体灵巧操作策略生成。针对多种复杂三维边缘模型，通过机器人的触觉伺服跟踪和三维边缘重建实验验证了所提方法的有效性。

针对类级别的物体姿态估计问题，提出一种仅将深度相机扫描的点云作为输入，在仅知道目标物体点云类别的情况下，准确估计目标物体三维位姿的方法。该方法不需要依赖大量的带标签的人工标注数据集，仅使用虚拟仿真技术模拟生产的数据，即可在真实数据集上取得较高的精度。该方法首先对输入点云进行背景噪声过滤，之后通过中心预测模块对点云做标准归一化，再使用基于对应类别模板点云变形的方法预测其标准坐标系坐标，最后通过最小二乘法获得目标物体的三维位姿。实验结果表明，该方法在真实数据上具有更好的泛化性能和更高的精度。

路径规划算法被广泛地应用于各种运动规划任务，如机器人运动、自动驾驶等。迄今为止，许多优秀的路径规划算法被提出并被应用于不同领域。对于一个特定的任务环境，选择合适的路径规划算法能更高效地规划出满足约束条件的较优路径。基于群体智能成果，以遗传编程算法为框架，研究快速扩展随机树（RRT）路径规划算法及其变种RRT-Star路径规划算法、RRT-Star-Smart路径规划算法在不同任务环境下的适应度及路径规划效率，设计出一个路径规划程序自动生成系统。该系统能自主分析当前环境地图特征，并结合 RRT 路径规划算法及其变种算法的特性，生成新的、更适配当前环境的路径规划算法。生成的路径规划算法能高效地规划出一条从起始点到目标点的可行路径。

针对在多移动障碍船的复杂动态环境下无人水面艇的路径规划问题，设计了一种基于改进 RRT*-Smart的无人艇路径规划方法（RTSNew）。该方法首先优化了节点采样方式，在以无人艇为原点的极坐标系中进行采样，采用椭圆形的采样点范围约束以避免无效采样，增加了历史路径缓存池以充分利用历史路径。该优化大幅降低了计算量，提高了路径规划的速度。其次，改进了节点拓展方式，为了避免将动态障碍作为静态障碍处理，给每个拓展节点增加时间信息以实现动态碰撞检测，对动态障碍运动信息的充分利用大幅提高了路径的可行性。同时，考虑到无人艇的操纵性，增加了节点拓展的角度约束以保证路径平滑。最后，对移动障碍船增加虚拟障碍，使得规划路径符合《国际海上避碰规则》（COLREGS）。基于 VREP 平台进行了无人艇航行仿真实验和对比实验，结果表明，在多障碍船的复杂动态环境下，该方法能够使无人艇高效、安全地抵达终点，相较于人工势场法和传统RRT*-Smart方法，该方法在规划效率、路径优化、安全性方面均表现优异，并且保证运动路径遵守COLREGS。提出的方法较好地解决了传统方法中将动态障碍当作静态障碍处理、未考虑COLREGS、计算量大且效率低、不适用于多移动障碍船的复杂动态环境等问题。

将蓄电池与超级电容组成复合电源系统并结合有效的能量管理策略，能显著提高能量利用率，延长储能系统的使用寿命。为了实现复合电源系统能耗损失的最小化，设计了一种基于双延迟深度确定性策略梯度（TD3）算法的能量管理策略。与深度确定性策略梯度（DDPG）算法相比，该算法解决了Q值过高估计问题，能耗损失更小。利用电动汽车行驶方程式和复合电源系统等效电路模型，搭建了基于TD3算法的MATLAB/Simulink仿真模型，并进行测试。仿真结果显示，所提出的能量管理策略能降低大电流对蓄电池的冲击，与DDPG算法相比，能量利用率提高了1.36%，蓄电池峰值电流输出降低了14.68%，蓄电池温升降低了3.52%，系统总能耗降低了2.17%。

我国现阶段仍以小规模农业为主，如何在小农、小地块的农业生产经营方式下发展适宜的智慧农业颇具挑战。基于此，提出一种结合联邦学习与区块链技术的分布式农业人工智能框架，使得在数据不共享的情况下，能达到训练模型的目的，并可建立参与方的激励机制。该框架有助于充分利用农业多源异构数据，减少对用户数据量的要求，发展因地制宜的决策模型，促进小规模农业的产销衔接。