上海物理智能与机器人研究院(PAIR)成功举办2026简智能体集群涌现学术研讨会
来源:DeepTech深科技

7 月 31 日,“2026 简智能体集群涌现学术研讨会”在上海举行。研讨会由上海物理智能与机器人研究院(PAIR)承办,清华大学、中国科学院沈阳自动化研究所、膜生物学全国重点实验室、中国自动化学会共同支持。会议以“探索从自然系统到机器人集群的自组织机理”为主题,聚焦简单个体如何通过局部交互涌现出复杂集群行为这一核心科学问题,汇聚物理、生物与机器人等多个学科领域的多位专家学者,展开为期一天的报告与交流。
上午的议程聚焦集群涌现的基础理论与自然机理。上海交通大学、东华大学的学者分别就活性物质中的多尺度动力学、群智涌现行为的数学建模与理论研究作报告;深圳湾实验室、同济大学、哈尔滨工业大学(深圳)及上海交通大学的学者进一步探讨了生态系统涌现原理、可编程生物智能机器人集群、活性胶体群体行为的调控,以及信息记忆在集群涌现中的作用。

下午的议程转向机器人集群与医学应用。与会学者围绕微观机器人集群自组织的信息理论基础、基于集成电路的智能微型机器人集群、模块化自重构机器人的协同勘测与建设等方向展开研讨;同时,蜜蜂的信号交流、微纳机器人集群的科学与应用、细胞硬度在细胞集群迁移中的作用,以及 3D 打印制造软体集群机器人等报告,展现了从自然系统到人工系统自组织研究的广阔图景。
作为承办方,上海物理智能与机器人研究院(PAIR)将持续围绕物理智能搭建高水平学术交流平台,推动多学科的交叉融合,构建物理智能的创新生态。

更多新闻>>相关新闻
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




