5月29日下午，信息工程学院举办了《基于稳定动态系统的机器人示教学习》学术沙龙。本次活动采用线上线下同时开展，吸引了来自院内外30余名老师参与，共同探讨机器人学习与控制领域的最新研究成果。

  本次沙龙特邀新加坡南洋理工大学博士后研究员金哲豪博士担任主讲嘉宾。在分享中，金博士深入浅出地介绍了示教学习在机器人技术中的重要性。他指出，示教学习通过人类示范信息实现机器人任务技能的习得与泛化，是推动人工智能与机器人技术融合的关键。针对动态系统轨迹编码中稳定性与精确性的矛盾问题，金博士创新性地利用极坐标系分析方法，设计了一种具有唯一极小值点保证的神经网络能量函数。这一方法不仅提升了模型编码的精确性，还能有效处理机器人的位置约束，同时通过可调节的损失函数增强了模型的泛化能力。此外，金博士还分享了该能量函数在机器人变阻抗控制中的应用，展示了如何模拟人手臂操作方式以提升交互稳定性和最优性。  在问答环节，与会教师就神经网络能量函数的设计原理、动态系统模型的泛化能力以及实际应用中的挑战等问题与金博士展开了热烈讨论。金博士耐心解答，并鼓励年轻学者勇于探索跨学科研究，将理论创新与实际需求紧密结合。

  本次沙龙不仅为与会老师提供了与领域内优秀学者交流的机会，也拓宽了大家对机器人示教学习前沿技术的认识。未来，信息工程学院将继续举办此类高质量的学术活动，促进科研与教学的深度融合。

                                                                   （信息工程学院 5月29日）