English
导航菜单
近日，第43届中国控制会议(CCC’2024)在昆明召开。上海交通大学电子信息与电气工程学院自动化系斩获2项奖项：博士研究生周俊洁的论文“Adaptive Deep Reinforcement Learning for Critical Boundary Scenario Generation”（用于关键边界场景生成的自适应深度强化学习算法)获得“关肇直奖提名奖”，通讯作者为其指导老师王琳；硕士研究生毛钶翔的论文“Herding Attack against Mobile Robotic Networks with Formation Control and Obstacle Avoidance”(针对具有编队控制和避障能力的移动机器人网络的驱赶攻击)获得“《中国科学》—中国控制会议张贴论文提名奖”，通讯作者为其指导老师何建平、段晓明。
“关肇直奖提名奖”获奖论文介绍
论文获奖证书
主要研究成果
关键边界测试场景在自动驾驶车辆综合性能测试与评估中起着至关重要的作用。为了解决现有的智能驾驶测试场景在复杂性、高维性和多样性方面的挑战，生成真实且多样化的关键边界测试场景，论文提出了一种双层自适应深度强化学习算法（BADRL）。所提出的算法利用上层神经网络学习自适应提升测试场景的复杂度，然后将这些复杂场景输入到下层模型中，以优化主要交通参与者的行为，从而生成自然且关键的边界测试场景。该算法可以有效地应用于路口、环岛等复杂环境下的关键边界场景生成，并且提高了关键边界测试场景10%的生成效率。
算法设计框图
关于“关肇直奖”
“关肇直奖”是为了缅怀和纪念我国著名的数学家和控制理论专家、中国科学院院士关肇直教授，为推动我国控制科学的发展而设立的奖项。“关肇直奖”的授奖对象为中国控制会议的投稿论文，论文第一作者年龄不超过四十周岁。“关肇直奖”每年评定一次，是我国控制理论界高水平青年学术奖项之一。
“《中国科学》—中国控制会议张贴论文提名奖”获奖论文介绍
论文获奖证书
主要研究成果
移动机器人网络（MRNs）因其分布式特性和对外部环境的开放性，面临严重的安全威胁。本文研究了一种针对基于一致性编队控制的MRNs的驱赶攻击，攻击者没有系统动力学的先验知识，通过伪装成动态障碍物，利用MRNs的避障机制实现驱赶。由于MRNs的未知交互结构，选择合适的攻击目标并实现低成本驱赶具有挑战性。为解决这一问题，论文提出了一种两阶段的攻击策略：第一阶段通过数据驱动的方法推断MRNs的交互拓扑及领导者身份；第二阶段利用这些知识实施最小代价的驱赶攻击。论文在理论上确定了实现驱赶攻击所需的最少攻击者数量，并通过仿真实验验证了该方案的有效性和实用性。
论文海报
关于“《中国科学》—中国控制会议张贴论文奖”
“《中国科学》—中国控制会议张贴论文奖”的授奖对象为当年已接受并在中国控制会议上张贴的论文，论文所述工作并未正式发表。“《中国科学》—中国控制会议张贴论文奖”评奖委员会由中国自动化学会控制理论委员会聘请国内外专家组成，根据论文的水平和版面表述形式等综合因素进行评审和颁奖。本届会议共906篇张贴论文，评选出张贴论文奖与张贴论文奖提名奖各2个。
关于中国控制会议
中国控制会议由中国自动化学会控制理论专业委员（TCCT）发起，现已成为控制理论与技术领域的国际性学术会议。会议旨在为系统、控制及自动化领域的国内外学者与技术人员提供学术交流平台，展示最新的理论与技术成果。会议采用大会报告、专题研讨会、发展论坛、会前专题讲座、分组报告和张贴论文等形式进行交流。
地址：上海市东川路800号学院概况
邮编：200240 邮箱：seiee@sjtu.edu.cn
Copyright © 2022上海交通大学电子信息与电气工程学院 版权所有
欢迎关注上海诚聘英才公众号