潘永平

潘永平博士为中山大学教授和博士生导师，机器人控制与学习研究团队负责人。入选国家海外引进高层次青年人才、广东省“珠江人才计划”青年拔尖人才、Clarivate全球高被引学者、Elsevier中国高被引学者，以及Stanford世界前2%科学家年度和职业生涯榜单。具有超过10年的新加坡和日本顶尖大学科研工作经历，长期致力于机器人学、自动控制和机器学习方面的研究。在基础和应用基础研究方面均取得重要进展，具体学术贡献包括：1）受人体小脑运动学习与控制机制启发，创立一套称为复合学习的数据驱动在线学习方法论，从自适应控制与估计中实现高效学习；2）建立复合学习关于持续学习和强鲁棒性的严格理论结果，彻底变革现有自适应系统的脆弱且难以在线学习问题；3）解决复合学习应用于机器人的一系列关键理论挑战，并将其应用于多种实际机器人系统的轨迹跟踪、视觉伺服和交互控制问题，全面提升机器人的精确性、安全性和自然性；4）将包括复合学习在内的多种先进学习与控制策略应用于柔性驱动机器人，突破其在精确性和鲁棒性方面的局限。

主要研究结果发表在自动化与控制系统、机器人学和人工智能领域顶级期刊，如IEEE-TAC、Automatica、Annual Reviews in Control、IEEE-TCST、IEEE-TMECH、IEEE-TIE、IEEE-TII、IEEE-TRO、IJRR、IEEE-TASE、IEEE-TNNLS、IEEE-TETCI、IEEE-TCYB和IEEE-TFS。目前为止发表共同行评议学术论文160余篇，其中期刊论文超过120篇，ICRA、IROS、CDC、IFAC-WC等领域内顶级会议论文超过10篇，并申请国家发明专利15项。论著在Google Scholar和Web of Science核心集合被引分别超过6800和5100次。目前受邀担任多个国家和省部级评审专家、IEEE机器人与自动化协会广州分会创始主席，以及6个IEEE和IFAC等主办的领域内顶级期刊副编辑。曾担任4个领域内主流期刊首席客座编辑、3个国际学术会议组织委员会委员，以及控制系统领域顶级会议CDC的首席研讨会组织者。此外，曾受邀在国内外知名大学或学术会议作学术报告60余次，并获得国际学术会议最佳大会论文奖和最佳大会论文提名奖各1次。

基本信息：

电子邮箱：panyongp@安博体育.安博体育.edu.cn

通讯地址：广东省深圳市光明区中山大学深圳校区，邮编：518100

研究方向：

Intelligent robotics: Compliant actuation, interaction control, visual servoing, motion planning, and dexterous manipulation for industrial and medical robots

Automatic control: Learning adaptive control, parameter estimation, state and disturbance observation, sliding mode control, model predictive control, fractional-order control

Machine learning: Neural network, Gaussian process, reinforcement learning, reservoir computing