报告摘要：无人集群系统在军事、救援、物流等多个领域展现出巨大的应用潜力，但同时也面临着如何提升复杂环境适应性与自主协同高效性等诸多挑战。本次报告以无人集群自主决策与安全协同为主题，探讨面向动态复杂环境，无人集群在非合作目标编队跟踪包围、噪声干扰下机动目标追捕以及杂乱环境内安全引导与导航方面的最新研究成果，并对未来研究方向进行展望。同时介绍团队在无人机、机器人等相关领域最新应用成果。

讲者简介：严怀成，华东理工大学教授、博导。入选国家万人计划领军人才、科技部中青年科技创新领军人才、上海领军人才、上海优秀学术带头人、中国自动化学会青年科学家、科睿唯安“全球高被引科学家”、中国高被引学者、全球前2%顶尖科学家终身榜单等。主要从事无人机、机器人、网络化控制、大数据、医工结合等研究和应用工作。主持国家自然科学基金重点项目、国家重点研发计划课题、中央军委装发共用技术和领域基金等国家省部级课题60余项。发表Automatica和IEEE 汇刊论文300余篇，Google学术引用17000余次，h指数70。2篇入选“中国百篇最具影响国际学术论文”，获国内外学术会议最佳论文奖10余次。授权和申请国家发明专80余项。现担任IEEE TNNLS、IEEE TFS等多个期刊副编辑。获教育部自然科学二等奖(排名1)、上海自然科学二等奖(排名1)、中国自动化学会自然科学一等奖等奖励10余项。现为中国自动化学会控制理论专委会委员、中国人工智能学会智能机器人专委会委员、中国自动化学会具身智能专委会委员和上海自动化学会理事等。

报告摘要：合成孔径雷达（SAR）在环境监测和国家安全等领域有重要应用，海量SAR图像迫切需要人工智能辅助自动解译，而SAR图像具有显著的物理特征，计算机视觉技术直接用于雷达图像时存在训练样本少、泛化能力弱和可解释性差等问题，因此需发展数据学习与物理模型融合的新型人工智能技术。本报告探讨面向雷达图像智能解译的微波视觉概念内涵、理论框架与技术路线，并介绍了作者团队在融合电磁物理规律与深度学习方法方面的研究进展，最后进一步结合具身智能和无人平台的发展探讨未来具身智能雷达技术的展望。

讲者简介：徐丰，复旦大学未来信息创新学院教授、副院长，电磁波信息科学教育部重点实验室主任，国家高层次人才计划入选者。2003年获东南大学学士学位，2008年获复旦大学博士学位。曾主持研究多项国家自然科学基金委、科技部重点研发计划、军科委等资助项目。已发表专著3部，SCI论文100余篇，ESI高被引4篇，曾获国家自然科学二等奖、上海市自然科学一等奖、教育部自然科学一等奖、IEEE GRSS青年成就奖、国际无线电联盟青年科学家奖等。研究方向为电磁散射建模、雷达图像信息获取、微波视觉与物理智能。

报告摘要：基于多无人机和卫星的多视角图像对复杂场景进行三维渲染与分析，在实景三维构建、低空智能感知等方面有重要研究与应用价值。本次报告中，讲者将围绕三维遥感场景视角稀疏、场景尺度大的特点，介绍课题组近期在该方向的研究工作，包括稀疏视角和大范围3D遥感场景的BEV感知、Occupancy感知、隐神经场新视角合成、BlockGaussian新视角合成等。最后，将对该方向的潜在应用和未来方向进行讨论。

讲者简介：邹征夏，北京航空航天大学教授、博导，国家级青年人才，曾在美国密西根大学从事博士后研究。研究方向为遥感图像处理、深度学习，在Proceedings of the IEEE（最受欢迎论文）、Nature子刊封面、TPAMI、CVPR等期刊和会议发表论文 80余篇，论文引用一万余次，单篇一作引用 4000余次，担任IEEE高级会员、TIP期刊副编辑（AE）、Nature旗下首个工程类期刊Communications Engineering特刊编辑，入选AI100青年先锋计划（首批，全国65人）。研究成果被国家自然科学基金委、新华社、新科学人、麻省理工科技评论等平台报道。

报告摘要：近年来，机器学习方法在高光谱遥感图像处理与分析领域取得了突破性进展，显著提升了地物分类、目标检测等任务的性能。然而，系列方法在实际应用中仍面临诸多挑战难题，如模型的可解释性、抗干扰性、样本依耐性等问题。本报告旨在介绍高光谱遥感机器学习任务面临的主要挑战，回顾国内外学者提出的创新解决方案，包括可解释性增强方法、鲁棒特征学习框架、增量学习策略、小样本学习范式以及高效计算架构。展望未来，通过多学科交叉创新，突破上述技术瓶颈，将推动高光谱分析技术向更智能、可靠、实用的方向发展，为遥感监测、精准农业等应用提供更强大的技术支持。

讲者简介：康旭东，湖南大学人工智能与机器人学院教授，长期致力于高光谱遥感图像获取与处理方法研究，承担国家自然科学基金青A、国家重点研发计划课题等项目，成果应用于中国空间技术研究院、自然资源部海洋一所等单位，获2019与2023年度国家自然科学二等奖（均排3）。