智能数据分析：大数据与坏数据
论坛上半场，欧洲科学院院士王子栋教授分享了《智能数据分析：大数据与坏数据》的报告。王院士首先介绍了大数据分析结果不可重复（即具有波动性）的一些背景知识以及产生原因。然后王院士总结了大数据的6个特点：volume、velocity、variety、veracity、value、Volatility，从中得到两个结论：1）“大”数据并不一定意味“好”数据；2）利用多指标数据分析技术可以减少“坏”数据的负面影响并从而丰富大数据分析的研究课题与成果。接着王院士详细介绍了用复杂网络的大数据分析及基因表达图像处理的大数据分析研究成果。最后，本报告指出一些未来的研究方向。
基于集群力学和分布式控制的
“粒子机器人”系统
论坛下半场，首先由李曙光博士分享了《基于集群力学和分布式控制的“粒子机器人”系统》的报告。李博士首先介绍了开发的单自由度（展开和收缩）机器“粒子”，相互独立的多个机器“粒子”单元松散聚集即可形成一个“粒子机器人”系统。然后介绍了针对此“粒子机器人”系统设计了一系列分布式算法，使其实现了自组织、自适应、高鲁棒性的集群行为，例如向目标光源运动、躲避障碍物、搬运物体等。最后展示了仿真环境中大规模集群粒子机器人的运动效果。
城市交通中多类别交通体的轨迹预测
马月昕博士介绍了《城市交通中多类别交通体的轨迹预测》研究工作。首先马博士介绍了研究背景，详细阐述了一个基于LSTM的实时轨迹预测算法。该方法利用一个实例层学习个体的运动特征与个体间的交互特征，利用一个类别层去总结同类物体的相似运动属性，进一步改善预测结果。在复杂的城市道路数据集上，该算法达到了最好的的预测精度。接着她又介绍了一个无监督的轨迹提取算法，可以直接输入原始视频，输出物体的运动轨迹，可直接用于大规模的轨迹预测算法的训练，进一步提升预测精度，并且适用于各种各样的场景，具有很好的普适性。
“机器人智能”论坛是由中国人工智能学会（CAAI）和中国计算机学会（CCF）联合主办的机器人与人工智能领域的高端学术讲堂。论坛旨在为科研人员、工程师、高校师生以及相关政府决策者提供机器人和人工智能领域的最新成果、学术动态和未来发展的平台，促进跨领域学术交流、学术界与工业界深度合作以及大众创新创业。论坛将每月举办一次，欢迎大家持续关注！
