第十屆自動化、控制和機器人工程國際會議

中國·無錫|2025年7月16-19日

CACRE 2025

1. 參會者：如果你想參加會議并作報告，將文章提交給會務組，經過評審后，會議秘書會告知結果。注冊成功的報告，將列入會議日程并在會上做展示。

https://cmt3.research.microsoft.com/CACRE2025

掃描二維碼，直達投稿系統

文章模板下載鏈接:

Microsoft Word— https://cacre.org/IEEE-conference-template-letter.doc

LaTeX— https://cacre.org/IEEE-Conference-LaTeX-template_7-9-18.zip

全文作者成團參會福利！！！

全文作者成團注冊要求

2. 聽眾征集：注冊成功的聽眾可以參加會議的所有分會，你可以獲得和機器人、控制等領域的專家面對面交流的機會，獲得專家的指點并提升自己的專業能力，順便還可以欣賞江南的美景！機會不容錯過。

聽眾成團參會福利！！！

聽眾成團注冊要求

微信咨詢號

掃碼咨詢劉老師

關于CACRE

2025年第十屆自動化、控制和機器人工程國際會議（CACRE 2025）由江南大學主辦，IEEE RAS、香港科技大學（HKUST）和香港機械工程師學會（HKSME）協辦，錫港滬機器人靈巧智能研究院（無錫市錫港滬靈巧機器人有限公司）、四川大學、香港理工大學南京技術創新研究院、西安電子科技大學、東華大學、上海工程技術大學和Guidance, Navigation and Control支持。會議將于2025年7月16日至19日在中國無錫舉行。

報名倒計時3天！

報名截止日期：2025年6月20日

注：本輪為最后一輪報名！

組織單位

委員會

General Chair

Fumin Zhang, Hong Kong University of Science and Technology, HKSAR, China

Honorary Chairs

Dan Zhang, Hong Kong Polytechnic University, HKSAR, China

Daogang Peng, Shanghai University of Electric Power, China

Dongbin Zhao, University of Chinese Academy of Sciences, China

Hesheng Wang, Shanghai Jiaotong University, China

Xianping Fu, Dalian Maritime University, China

Xinjun Liu, Tsinghua University, China

Zhijun Fang, Donghua University, China

Advisory Committee

David Banjerdpongchai, Chulalongkorn University, Thailand

Siti Anom Ahmad, Universiti Putra Malaysia, Malaysia

Conference Committee Chair

Wei Fang, Jiangnan University, China

Program Committee

Wuxiang Zhang, Beihang University, China(Chair)

Bingchang Wang, Shandong University, China

Songyi Dian, Sichuan University, China

Xuechao Duan, Xidian University, China

Organizing Committee

Yizhang Jiang, Jiangnan University, China(Chair)

Ye Yuan, Institute for Robotic Embodied Dexterity & Intelligence, China(Co-Chair)

Zhufeng Shao, Tsinghua University, China(Co-Chair)

Bo Li, Xi'an Jiaotong University, China

Dan Wang, Dalian Maritime University, China

Tao Zhao, Sichuan University, China

Sungjin Cho, Sunchon National University, South Korea

Yuyang Zhou, Edinburgh Napier University, UK

Publicity Chairs

Li Chai, Zhejiang University, China

Xuping Zhang, Aarhus University, Denmark

Financial Chair

Wei Dong, Harbin Institute of Technology, China

Local Committee Chair

Rui Zhang, Institute for Robotic Embodied Dexterity & Intelligence, China

更多委員會信息：https://cacre.org/Com.html

出版檢索信息

出版信息

1、在符合IEEE Xplore的范圍和質量要求的情況下，所有接收且做報告的論文將被提交到IEEE Xplore審核。出版后由出版社提交 Engineering Village, Scopus, Web of Science等機構審核和檢索。

2、優秀且經拓展的文章(錄用且宣讀）被在會后被推薦至 Machines(ISSN 2075-1702)期刊專刊, 出版后的文章將提交給Scopus、SCIE (Web of Science)、Inspec等數據庫進行評審及檢索。

3、所有注冊的摘要需在會上作報告，優秀稿件將在會后提交期刊進行審核，通過期刊審核的稿件將推薦至Guidance, Navigation and Control (ISSN (print): 2737-4807 | ISSN (online): 2737-4920)。該期刊由ESCI, SCOPUS等數據庫收錄。

CACRE 2025已被列入IEEE會議列表！

往屆檢索信息

CACRE 已連續9屆被EI檢索！

左右滑動查看

征稿信息

01

專題征稿

專題1：感知驅動的智能機器人運動規劃與控制

主席：冒建亮，上海電力大學，中國

副主席：王會明，重慶郵電大學，中國

副主席：孫振興，南京工業大學，中國

副主席：顏赟達，倫敦大學學院，英國

副主席：周昕，上海電力大學，中國

專題2：虛實融合與多模態交互驅動的智能機器人系統前沿

主席：袁華，常熟理工學院，中國

副主席：畢安琪，常熟理工學院，中國

專題3：海洋機器人

主席：付先平，大連海事大學，中國

副主席：王新年，大連海事大學，中國

專題4：具身智能機器人：感知、行動與學習的融合

主席：高永彬，上海工程技術大學，中國

副主席：王鵬偉，東華大學，中國

專題信息持續更新中……

02

會議征稿

主題包括但不限于

詳情請查詢官網信息：

https://www.cacre.org/Cfp.html

機器人科學與工程

建模與識別

機器人控制

移動機器人技術

移動傳感器網絡

感知系統

微型機器人和微操作

視覺伺服系統

搜索、救援和野外機器人技術

機器人傳感和數據融合

定位、導航和制圖

靈巧操縱

醫療機器人和生物機器人

以人為本的系統

空間和水下機器人

遠程機器人

機械設計和應用

控制科學和工程

適應性控制

穩健控制

過程控制

復雜系統

合作控制

識別和估計

非線性系統

智能系統

離散事件系統

混合系統

網絡化控制系統

傳感器網絡系統

延遲系統

神經網絡

模糊系統

生物系統控制

精密運動控制

控制應用

控制工程教育

自動化科學與工程

人機互動

過程自動化

智能自動化

工廠建模和模擬

家庭、實驗室和服務自動化

基于網絡的系統

計劃、調度和協調

納米級自動化和裝配

儀表系統

生物醫學儀器和應用

視覺科學和工程圖像/視頻分析

特征提取、分組和分割

場景分析

模式識別

視覺中的學習

人機交互

跟蹤和監視

生物統計學

生物醫學圖像分析

活動/行為識別

報告專家

Mitsuhiro Hayashibe 教授

東北大學，日本

Mitsuhiro Hayashibe博士是日本東北大學工程研究生院機器人系教授，自2017年以來一直是神經機器人實驗室的創始人。他同時在日本東北大學生物醫學工程研究生院工作。他一直是理研腦科學中心和豐田合作中心的訪問研究員(自2012年以來，他一直在洛桑聯邦理工學院（école Polytechnique Fédérale de Lausanne）的EPFL（瑞士國家科學基金會資助）擔任理工學院研究所所長。Mitsuhiro Hayashibe博士是IEEE機器人與自動化學會人類運動理解技術委員會的聯合主席。他被美國德盧卡基金會授予2017年第15屆年度Delsys肌電圖創新獎。

報告標題：Motor Synergy Emergence in Redundancy and Synergistic Whole-body Motion Generation through Deep Reinforcement Learning

摘要：In recent studies, Deep Reinforcement Learning (DRL) has shown promising results for quadruped robots. However, training humanoids with full degrees of freedom remains a significant challenge for the very high computational cost. The high-dimensional action space complicates the optimization process for generating expected movement patterns, particularly for different stylized motions and for different motion frequencies. Therefore, we propose an AI-CPG algorithm, which integrates central pattern generators with DRL and facilitates the learning of complex movement patterns without intricate reward function designs. The point of this proposed study is to connect reinforcement learning and imitation learning through the bio-inspired structure of CPG (Central Pattern Generators).

In addition, neuroscientific study on how motor synergy emerge in redundancy during learning process is also introduced to understand why humans use low-dimensional synergy structure for energy efficiency. Humans exploit motor synergies for motor control; however, how they emerge during motor learning is not clearly understood. Few studies have dealt with the computational mechanism for generating synergies in whole-body dimensionality. Interestingly, increasing the weight of symmetry loss resulted in increased energy efficiency and synergetic motion patterns concurrently. This suggests that locomotor synergies can emerge through learning processes, complementing the understanding of synergy emergence mechanisms.

任洪亮 教授

香港中文大學，中國香港

任洪亮教授曾擔任IEEE自動化科學與工程學報（T-ASE）和醫學與生物工程與計算學報（MBEC）的副主編。他獲得了NAM&RGC頒發的中大青年研究員獎、新加坡國立大學青年研究員獎和工程青年研究員獎，2018年IAMBE早期職業獎、2018年星際早期職業研究者獎、2019年ICBHI青年研究者獎和2022年健康長壽催化劑獎，以及IEEE-ROBIO（2019年和2013年）最佳論文獎、IEEE-RCAR2016年、IEEE-CCECE2015年、IEEE-Cyber2014年等30多個獎項。在斯坦福大學（Stanford University）職業生涯類別中，他一直被列為世界上被引用次數最多的2%的科學家之一。他的興趣領域包括生物機器人學、智能控制、醫療機電一體化、軟連續體機器人、軟傳感器和醫療機器人中的多感官學習。

報告標題：Compliant surgical motion generation and perception towards intelligent minimally invasive robotic procedures

摘要：Minimally Invasive Surgeries (MIS) emerging in modern medical treatment have brought new opportunities and challenges for procedure-specific surgical motion generation and the associated motion understanding, which are the foundation of intelligent robotic manipulation and guiding interventions. Image-guided robotic surgery is expected to increase the precision, flexibility, and repeatability of surgical procedures but poses challenges for system development. This talk will highlight our recent developments in dexterous robotic motion generation with motion perception towards intelligent image-guided minimally invasive procedures. The procedure-specific telerobotic surgical systems can assist surgeons in performing dexterous manipulations using continuum motion generation mechanisms with variable stiffness and context awareness.

David Banjerdpongchai 教授

朱拉隆功大學，泰國

David Banjerdpongchai（IEEE高級會員）擁有朱拉隆功大學電氣工程學士學位（榮譽）和斯坦福大學電氣工程碩士和博士學位。自1990年以來，他一直在朱拉隆功大學工程學院電氣工程系工作。他目前是電氣工程教授，擔任控制系統研究實驗室協調員和過程系統智能控制自動化研究單位負責人。他的研究興趣包括先進的過程控制、魯棒控制設計和能源管理系統。他是IEEE控制系統協會泰國分會的創始主席，也是ECTI協會的執行委員會成員。他擔任IJCAS的副主編和ASEAN Engineering Journal的主編。

報告標題：Design of Supervisory Model Predictive Control for HVAC Systems

摘要：This talk presents recent trends in energy intensity and energy demand in ASEAN and addresses key energy policies as part of Thailand 4.0. Electricity consumption has been increasing significantly due to the earth’s rising global temperatures, leading to higher energy usage in Heat, Ventilation and Air Condition (HVAC) systems. Choosing the conventional setpoint temperature could reduce unnecessary power consumption, thus leading to cost savings. This talk presents the design of Supervisory Model Predictive Control (SMPC) for HVAC systems with multiple zones. The design aims to shave the peak demand and maintain occupants’ thermal comfort. Two methods of SMPC are developed, namely, centralized SMPC and decentralized SMPC. We apply the sparse Quadratic Programming (QP) solver using the interior point method. The results indicate that centralized supervisory control yields better outcomes, as demonstrated by a trade-off curve between total operating costs and thermal comfort. Moreover, centralized model predictive control successfully achieved satisfactory results in both tracking the reference signal and optimizing power consumption. Utilizing the sparse QP solver can yield faster computation compared to the standard QP solver, making it more suitable for the design of SMPC.

Lixuan Lu 教授

安大略理工大學，加拿大

Lixuan Lu 教授2005年在加拿大西安大略大學（現稱西大）獲得電氣與計算機工程博士學位。2005年，她加入安大略理工大學（現稱安大略科技學院），擔任助理教授，并分別于2011年和2017年獲得副教授和正教授職位。她的研究興趣包括動態概率安全評估、可靠性分析方法、安全關鍵應用中的網絡控制系統、被動安全系統、風險知情設計、風險知情維護以及小型模塊化反應堆。

報告標題：Design of Supervisory Model Predictive Control for HVAC Systems

Siti Anom Ahmad 教授

馬來西亞博特拉大學，馬來西亞

Siti Anom Ahmad是馬來西亞布特拉大學工程學院的教授。Siti Anom于2009年獲得英國南安普頓大學電子學博士學位，2004年獲得微電子系統設計碩士學位。她于1999年獲得芬歐匯川大學電子/計算機學士學位。她是馬來西亞工程師委員會的專業工程師、工程與技術學會（IET）的特許工程師、電氣與電子工程學會（IEEE）的高級會員和馬來西亞工程師學會（IEM）的會員。她的研究興趣是生物醫學工程、人工智能、老年技術和智能控制系統。

報告標題：AI for Healthy Ageing: Automated Interventions Based on Physiological and Environmental Signals

摘要：As the world’s population continues to age, helping older adults live healthily and independently is becoming more important. With recent advances in artificial intelligence (AI), wearable sensors, and smart monitoring systems, we now have new ways to support ageing care. This keynote will explore how AI can analyze signals from the body—like heart rate, muscle movement, and balance—to detect early signs of health decline or risk of falls.

In addition to body signals, environmental factors such as air quality and temperature also affect the health of older people. By combining data from both the body and the environment, we can build real-time systems that take action automatically—such as sending alerts to caregivers or switching on ventilation systems.

Based on research in biomedical engineering, intelligent control systems, and ageing technology (gerontechnology), this talk will present real-world examples and challenges in creating smart systems for elderly care. These technologies have the potential to reduce healthcare costs, offer personalized support, and help older adults stay safe and independent in their own homes.

Giuseppe Carbone 教授

卡拉布里亞大學，意大利

Giuseppe Carbone于2004年在意大利卡西諾大學獲得機器人學博士學位。自2018年起，他加入了意大利卡拉布里亞大學。此外，他是《機器人學雜志》（劍橋大學出版社）的主編，《仿生工程學報》、MDPI《機器人學》、MDPI《機械學》的欄目主編，以及IEEE/ASME《機電一體化匯刊》的技術編輯。他主持或共同主持了20多個項目，包括第七個歐洲框架計劃和H2020基金項目。他獲得了20多個最佳論文獎和10多個國際最佳專利獎。他的研究興趣涵蓋工程設計、機器人力學、操作與抓取力學以及機械力學等領域

報告標題：Cost-Oriented Innovation in Robotic Grippers and Hands: Design Strategies for Accessible Automation

摘要：This presentation unveils pragmatic approaches to designing robotic grippers and hands that deliver solid performance without hefty price tags. By embracing simplicity in mechanism design and modular architectures, developers can reduce production and maintenance costs while retaining essential functionality. We’ll discuss streamlined actuation methods—leveraging fewer motors and clever linkages—to achieve reliable operation in everyday tasks. Attention will turn to integrating basic sensing capabilities, such as tactile and proximity feedback, to enhance adaptability without driving up expenses. Through illustrative case examples and simulation snapshots, it demonstrates how iterative design and virtual testing can pinpoint cost-saving opportunities early on.

更多專家報告持續更新中……

更多信息

PART.01

投稿方式

投稿系統：

https://cmt3.research.microsoft.com/CACRE2025

掃描二維碼，直達投稿系統

文章模板下載鏈接:

Microsoft Word— https://cacre.org/IEEE-conference-template-letter.doc

LaTeX— https://cacre.org/IEEE-Conference-LaTeX-template_7-9-18.zip

PART.02

投稿須知

1. 稿件必須用英文書寫，文章中的公式、圖表中不允許有英文外的其他語言出現;

2. 稿件應按照模板標準進行排版;

3. 稿件的主題應與會議主題相關;

4. 禁止抄襲、一稿多投;

5. 需具有一定的創新和科學價值。

PART.03

其他參會方式

1.報告者：如果你只想參加會議并作報告，不出版論文，只需要將摘要提交給會務組，經過評審后，將告知結果。注冊成功的報告，將列入會議日程。有意者將摘要發送到會議郵箱：cacre@vip.163.com

2.聽眾：注冊成功的聽眾可以參加會議的所有分會。

3.審稿人：我們誠摯歡迎相關專家參與審稿。

PART.04

其他參會方式

1.報告者：如果你只想參加會議并作報告，不出版論文，只需要將摘要提交給會務組，經過評審后，將告知結果。注冊成功的報告，將列入會議日程。有意者將摘要發送到會議郵箱：cacre@vip.163.com

2.聽眾：注冊成功的聽眾可以參加會議的所有分會。

3.審稿人：我們誠摯歡迎相關專家參與審稿。

會議地點

無錫瑞廷西郊酒店

地址：江蘇省無錫市濱湖區建筑路777號A1幢

投稿參會聯系方式

劉老師

（微信同號）

cacre@vip.163.com

www.cacre.org

掃碼咨詢

陳老師

（微信同號）

sponsor@smehk.org

www.cacre.org

掃碼咨詢

責任編輯：李 娜

責任校對： 金 程

審 核： 張 強

JME學院簡介

JME學院是由《機械工程學報》編輯部2018年創建，以關注、陪伴青年學者成長為宗旨，努力探索學術傳播服務新模式。

歡迎各位老師掃碼添加小助理-暖暖為好友，由小助理拉入JME學院官方群！

歡迎關注JME學院視頻號~

尋覓合作伙伴

有一種合作叫做真誠，有一種發展可以無限，有一種伙伴可以互利共贏，愿我們合作起來流連忘返，發展起來前景可觀。關于論文推薦、團隊介紹、圖書出版、學術直播、招聘信息、會議推廣等，請與我們聯系。

感謝關注我們！我們《機械工程學報》編輯部將努力為您打造一個有態度、有深度、有溫度的學術媒體！

版權聲明：

來源：HKSME。

特別聲明：本微信轉載文章出于非商業性的教育和科研目的，如轉載稿涉及版權等問題，請立即聯系我們，我們會予以更改或刪除相關文章，保證您的權益。

微信投稿、轉載等：

聯系人：暖暖

電話：010-88379909

E-mail：jme@cmes.org

網 址：http://www.cjmenet.com.cn

官方微信號：jmewechat