广袤的海洋蕴藏着无尽的奥秘与丰富的资源。然而，深海的高压、黑暗、复杂洋流与通信隔绝，使其成为人类最 难触及的领域。自 20 世纪 70 年代起，一群特殊的 " 探险家 "— 海洋机器人 — 开始代替人类，潜入万米海渊， 巡视无边海面，逐步揭开海洋的神秘面纱。 从挂着缆绳的遥控潜水器，到独立行动的自主水下航行器；从在水面巡航的无人艇，到具备多栖能力的跨域机器 人，这些形态功能各异的海洋机器人，已成为海洋科学研究、资源勘探、工程检测乃至国防安全不可或缺的力 量。 在此关键变革期， 顶级综述期刊 《 Annual Review of Control, Robotics, and Autonomous Systems 》 发表了一项重磅综述 — 《 数据驱动智能时代下的海洋机器人控制 》 。论文由 香港科技大学洪林博士、张福民 教授，大连海事大学刘陆教授、彭周华教授共同撰写 ，为我们系统性地梳理了当下海洋机器人控制的技术脉络， 构建了一个兼具权威性与前瞻性，系统且全面的认知图谱。 除此之外，仿生水下机器人（ BUR ）模仿鱼类游动姿态，能在复杂水域灵活穿梭；空 - 水跨域机器人（ AUR ） 可实现空中飞行与水下潜行 ...

iDLab团队 投稿 量子位 | 公众号 QbitAI 当大数据席卷各行各业，控制理论也迎来新的拐点：从依赖模型到 依赖数据 。 但是，在数据驱动控制领域，却缺乏一种 标准 化的数 据表示形式 。 针对这一问题， 清华大学李升波教授课题组（iDLab） 首次将现代控制理论中的标准型概念引入数据驱动控制（datatic control）范式， 提出了一种基于数据的系统描述新形式。 目前，该成果已发表于ACC2025。 从模型标准型到数据标准型 人工智能的蓬勃发展，离不开数据这一核心支柱。 近年来，随着人工智能技术的广泛应用，以数据为核心的系统表征方法迅速渗透到控制领域。 控制系统的设计方法正迎来一场从模型驱动向数据驱动的范式变革，即从传统的 模型驱动控制 （modelic control，即model-driven control）到 数据驱动控制 （datatic control，即data-driven control）。 每个标准形式的样本由必要的转移和可插拔的属性组成，分别用于描述系统变化规律和人为定义特征。 不仅如此，该数据标准型还可根据算法需求定制属性，显著加速控制器设计，为提高数据驱动算法效率提供 ...