控制学科“人工智能”研究生课程教学改革与实践

ＩＳＳＮ１００６－７１６７

ＣＮ３１－１７０７／Ｔ

ＲＥＳＥＡＲＣＨＡＮＤＥＸＰＬＯＲＡＴＩＯＮＩＮＬＡＢＯＲＡＴＯＲＹ

第３９卷第１０期　Ｖｏｌ．３９Ｎｏ．１０

２０２０年１０月Ｏｃｔ．２０２０　

控制学科“人工智能”研究生课程教学改革与实践

谢海斌，　

尹　栋，　庄东晔，　郑永斌

（国防科技大学智能科学学院，长沙４１００７３）

摘　要：控制学科是我国人工智能科学研究和人才培养的重要依托，人工智能是控制学科研究生最重要的核心课程之一。从人工智能课程知识体系构建、“理论教学 实践项目 文献阅读 模块化考核”相结合的课程总体结构设计、“强化理论基础、

拓展最新成果、贴近工程应用、优化实验环节、完善考核模式”的教学改革实践

３个方面，对国防科技大学控制学科人工智能研究生课程教学改革经验进行了系统总结。关键词：人工智能；研究生课程；控制学科；教学改革

中图分类号：ＴＰ１８；Ｇ６４３ 文献标志码：Ａ 文章编号：

１００６－７１６７（２０２０）１０－０１７７－０４ＴｅａｃｈｉｎｇＲｅｆｏｒｍａｎｄＰｒａｃｔｉｃｅｏｆ＂ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ＂

ＰｏｓｔｇｒａｄｕａｔｅＣｏｕｒｓｅｉｎＣｏｎｔｒｏｌＤｉｓｃｉｐｌｉｎｅ

ＸＩＥＨａｉｂｉｎ，　ＹＩＮＤｏｎｇ，　ＺＨＵＡＮＧＤｏｎｇｙｅ，

　ＺＨＥＮＧＹｏｎｇｂｉｎ

（ＣｏｌｌｅｇｅｏｆＩｎｔｅｌｌｉｇｅｎｃｅＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ４１００７３，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：ＣｏｎｔｒｏｌｄｉｓｃｉｐｌｉｎｅｉｓａｎｉｍｐｏｒｔａｎｔｓｕｐｐｏｒｔｏｆａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅｓｃｉｅｎｃｅｒｅｓｅａｒｃｈａｎｄｐｅｒｓｏｎｎｅｌｔｒａｉｎｉｎｇｉｎＣｈｉｎａ．Ａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅｉｓｏｎｅｏｆｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｃｏｒｅｃｏｕｒｓｅｓｆｏｒｐｏｓｔｇｒａｄｕａｔｅｓｉｎｃｏｎｔｒｏｌｄｉｓｃｉｐｌｉｎｅ．Ｔｈｉｓｐａｐｅｒｓｙｓｔｅｍａｔｉｃａｌｌｙｓｕｍｍａｒｉｚｅｓｔｈｅｔｅａｃｈｉｎｇｒｅｆｏｒｍｅｘｐｅｒｉｅｎｃｅｏｆ“ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ”ｐｏｓｔｇｒａｄｕａｔｅｃｏｕｒｓｅｉｎｃｏｎｔｒｏｌｄｉｓｃｉｐｌｉｎｅｏｆＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙ．ＩｔｍａｉｎｌｙｉｎｃｌｕｄｅｓｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｔｈｅｋｎｏｗｌｅｄｇｅｓｙｓｔｅｍｏｆＡＩｃｏｕｒｓｅ，ｔｈｅｏｖｅｒａｌｌｓｔｒｕｃｔｕｒｅｄｅｓｉｇｎｏｆｔｈｅｃｏｕｒｓｅｃｏｍｂｉｎｉｎｇｔｈｅｏｒｙｔｅａｃｈｉｎｇ，ｐｒａｃｔｉｃｅｐｒｏｊｅｃｔ，ｌｉｔｅｒａｔｕｒｅｒｅａｄｉｎｇａｎｄｍｏｄｕｌａｒａｓｓｅｓｓｍｅｎｔ，ｔｈｅｔｅａｃｈｉｎｇｒｅｆｏｒｍｐｒａｃｔｉｃｅａｃｃｏｒｄｉｎｇｔｏｔｈｅｉｄｅａｓｏｆ“ｓｔｒｅｎｇｔｈｅｎｉｎｇｔｈｅｏｒｅｔｉｃａｌｂａｓｉｓ，ｅｘｐａｎｄｉｎｇｌａｔｅｓｔａｃｈｉｅｖｅｍｅｎｔｓ，ｃｌｏｓｉｎｇｔｏｅｎｇｉｎｅｅｒｉｎｇａｐｐｌｉｃａｔｉｏｎ，ｏｐｔｉｍｉｚｉｎｇｅｘｐｅｒｉｍｅｎｔａｌｌｉｎｋｓａｎｄｐｅｒｆｅｃｔｉｎｇｅｘａｍｉｎａｔｉｏｎｍｏｄｅ”．

Ｋｅｙｗｏｒｄｓ：ａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ；ｐｏｓｔｇｒａｄｕａｔｅｃｏｕｒｓｅｓ；ｃｏｎｔｒｏｌｄｉｓｃｉｐｌｉｎｅ；ｔｅａｃｈｉｎｇｒｅｆｏｒｍ

收稿日期：

２０１９ １０ ２４基金项目：２０１６

年湖南省学位与研究生教育教学改革研究项目（ＪＧ２０１６Ｂ００９

）作者简介：谢海斌（１９７７－

），男，陕西西安人，博士，副教授，主要从事人工智能、计算智能研究生课程和自动控制原理本科生课程教学工作以及机器人控制、智能无人系统等方面科研工作。

Ｔｅｌ．：185****3288；Ｅ ｍａｉｌ：

ｘｈｂ２５７５＿ｓｘ＠ｓｉｎａ．ｃｏｍ

０　引　言近年来，人工智能飞速发展，迎来第三次发展浪潮，它将广泛应用于国民经济、社会生活、国防军事等各领域，正在成为推动新的科技革命、产业革命、军事革命的重要引擎。目前我国正在大力推进“中国制造

２０２５”“互联网＋”“新一代人工智能”等重大发展战略，迫切需要大量适应新时代特征与发展需求的人工

智能领域高素质新型人才。“控制科学与工程”一级学科（简称控制学科）是我

国的特色学科，下设模式识别与智能系统二级学科。自动化学会下设模式识别与机器智能、机器人、智能自动化、智能交通、智能制造、智慧农业、混合智能、平行智能、智能教育等专业委员会［１

］。控制学科是我国从事人工智能科学研究和人才培养的重要依托。随着全

　第

３９卷　球范围的科技革命进程日益加快，以人工智能、深度学

习、大数据、云计算、物联网、

５Ｇ通信等颠覆性技术为支撑的“智能化”浪潮既为控制科学发展提供了新的理论武器和技术手段，也为该学科的推广与应用开辟

了全新的领域［２

］。从人才培养角度来看，控制学科培养的硕士与博士研究生既要掌握坚实的控制理论核心知识体系和基本技能，更要学习人工智能基础理论和技术手段，具备从事人工智能领域科学研究与应用开发的能力，以适应整个学科面向“智能化”方向发展的

时代要求［３

］。我校控制学科开设研究生核心课程人工智能（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ）已有２０余年历史。近５年来，课程团队立足控制学科自身特点和聚焦研究生能力素质培养，秉承“学以致用、知行合一、寓研于教、学研贯通”的理念，按照“强化理论基础、拓展最新成果、贴近工程应用、优化实验环节、完善考核模式”的思路积极推进教学模式改革，实现了“理论学习与实践创新紧耦合、经典知识与领域前沿互补充、课内实验与课外竞赛深融合、课程学习与课题研究相衔接”的课程改革目标。

１　

立足控制学科本源　凝练课程知识体系

目前国内高校中计算机学科、控制学科等信息类

学科普遍开设人工智能课程，可用的经典教材也比较多，知识体系的组织形式存在较大差异。如何确定符合自身学科特点和人才培养需求的知识体系是课程建设顶层设计需要解决的首要问题。从对智能本源认知的不同，人工智能分为符号主义、连接主义、行为主义三大学派。行为主义学派认为人工智能源于控制论，也称为进化主义或控制论学派。该学派将能够与环境进行感知与行为交互的任何个体抽象为Ａｇｅｎｔ概念，并通过个体是否具有“合理行为”来衡量其是否智能，提出智能行为的“感知－动作”模型，强调智能可以逐步进化，由此产生“合理Ａｇｅｎｔ”的人工智能研究途径。目前人工智能应用领域主要是以下两方面：①模拟信息的智能处理过程，以大数据、云计算、深度学习等技术作为支撑，利用人工智能技术解决海量信息的筛选、分类、特征提取、目标发现、信息融合、数据挖掘、智能检索等问题。计算机学科多侧重于这一方面的人工智能研究与应用。②实现人造个体的智能行为，以智能体作为人工智能的载体，通过人工智能技术实现个体的智能感知、智能判断、智能决策以及智能行动，强调个体自主执行任务能力、多个个体的协同协作能力、个体与人的友好交互能力等。行为主义人工智能研究的出发点和落脚点都是围绕如何实现个体的合理行为，这与控制学科关注机器人、无人系统等智能个

体、群体以及人机协同方面的人工智能研究高度

契合［３

］。综上分析，控制学科人工智能研究生课程应该立足于学科本源和人才培养的主要服务方向，以行为主义学派为根基构建课程核心知识体系。选用国际公认的行为主义人工智能经典教材人工智能———一种现代方法（３版）（ＳｔｕａｒｔＪＲｕｓｓｅｌｌ，ＰｅｔｅｒＮｏｒｖｉｇ著，２０１１出版），以智能Ａｇｅｎｔ设计为主线，以Ａｇｅｎｔ所处环境特征与任务需求为线索，重点讲授Ａｇｅｎｔ在完全可知环境下的搜索技术及规划技术、未知环境下的推理技术、对抗环境下的博弈技术、随机环境下的不确定推理技术以及动态环境下的学习技术等，启发学生学会利用计算机模拟和实现人类智能活动的思维方法，初步建立系统性的人工智能理论体系，为学生学习智能系统、计算智能、模式识别、自动规划、智能控制等后续课程奠定基础，并为其从事智能无人系统、机器人、模式识

别、任务规划等方向研究打下扎实基础

［４

］。２　

聚焦人才培养目标　构建课程总体架构

根据我校硕士与博士研究生培养方案规定的人才

培养目标，并参照中国自动化学会编著的“

２０１６～２０１７控制科学与工程学科发展报告”，控制学科硕士研究生应具备获取知识的能力、科学研究能力、实践能力和学术交流能力等４种学术能力，博士研究生应具备获取知识的能力、学术鉴别能力、科学研究能力、学

术创新能力和学术交流能力等５种学术能力

［２

］。课程教学是学生能力培养的重要载体，是达成人才培养目标的阶梯。人工智能作为学科核心课程，是智能系列课程的基础，主要服务对象是本学科硕士与博士研究生，以及工程硕士与工程博士，同时供其他学科研究生和高年级本科生选修。聚焦学生能力素质培养要求，确立“理论学习与实践创新紧耦合、经典知识与领域前沿互补充、课内实验与课外竞赛深融合、课程学习与课题研究相衔接”的课程改革目标，进行人工智能课程总体架构设计（见图１），各教学环节与研究生能力素质培养的对应关系如表１所示。 人工智能课程总学时为５４学时，３学分。其中理论教学３６学时，实验教学１５学时，考试３学时。课程考核采用形成性考核和终结性考核相结合的方式，最

终成绩比例为：笔试（５０％）＋文献阅读（１０％）＋专题

研讨（１０％）＋实验（３０％）。 理论教学中必讲内容３３学时，以智能体设计为主线，讲授人工智能基本概念、问题求解智能体、局部搜索、约束满足、博弈、逻辑智能体、智能规划、不确定性知识与推理等内容。选讲内容３学时，可根据当年学生选课及实际教学情况，邀请领域内知名专家为学生开设前沿讲座，或安排学生进行分组专题研讨，或讲授

８

７１