姓名：汪渊
职称：教授
邮箱：yuanw@hnu.edu.cn
一、基本情况
汪渊，博士，副教授，博士生导师，硕士生导师，国家高层次青年人才，湖南省高层次青年人才，机器人视觉感知与控制技术国家工程研究中心骨干成员。于2019年获得东京工业大学博士学位，师从IEEE Fellow，IEEE控制分协会副主席，石井秀明（Hideaki Ishii）教授。2019年- 2020年在东京工业大学从事博士后研究（合作导师：石井秀明教授）。2020 - 2022年在皇家理工学院从事博士后研究（合作导师：IEEE Fellow，瑞典皇家工程院院士，欧洲控制协会主席，Karl Henrik Johansson教授）。
汪渊副教授致力于智能制造机器人控制、弹性分布式机器学习、复杂环境移动机器人路径规划、多机器人控制安全等方面的研究。获得荣誉包括2021年国际自动控制联合会最佳论文提名奖，东京工业大学“手岛精一”博士论文研究赏。在IEEE TPDS，IEEE TCNS，IEEE TNSE，IJRNC，IEEE CDC，ACC等国际知名期刊和会议上发表论文三十余篇。担任IEEE会员，中国自动化学会青年工作委员会委员，中国指挥与控制学会青年工作委员会委员。担任IEEE TAC，Automatica，IEEE TCNS，IJRNC，Systems & Control Letters等控制领域权威期刊审稿人。作为负责人主持多项国家级、省级自然科学基金项目/课题，作为核心骨干参与国家自然科学基金重点项目，日本学术振兴基金项目，日本战略研究推进部重点项目等多项国内外项目。
二、主要研究方向
多机器人弹性控制；鲁棒网络及弹性一致性；移动机器人路径规划导航；弹性分布式机器学习；嵌入式系统及应用
三、学生培养
课题组常年招收博士、硕士及本科实习生，欢迎对机器人控制、路径规划、分布式系统安全等领域感兴趣，数学理论基础好，编程实践能力强（ROS，Python，Matlab等），自动化、计算机、通信等相关专业的学生报考。课题组目前以科研创新为主要导向，注重联合培养并给予学生充分的指导。根据经费情况会尽量对学生进行生活补助。对于发表国际高水平会议论文的学生可全额资助参加会议，优秀学生视本人意愿可推荐到国内外著名高校读博/联培，团队氛围融洽，每周组织学术讨论，定期组织团建活动。
指导学生深造、就职单位包括清华大学、东京大学、东京工业大学、中国科学技术大学、索尼（机器人部门）、乐天、大疆等。欢迎提前联系和咨询！
联系邮箱：yuanw@hnu.edu.cn
四、担任课程
机器人专业综合设计2023-2025
运动导航与路径规划2023-2025
人工智能数学基础2023-2024
智能机器人系统2024-2025
五、科研项目
1.国家高层次青年人才项目，多机器人网络弹性控制，项目负责人。
2.国家自然科学青年科学基金项目（C类），航空装配多机器人系统鲁棒网络构建与信任评估方法研究，项目负责人。
3.国家自然科学基金重大研究计划，多具身智能体协作学习研究,课题负责人。
4.湖南省高层次人才项目，科技创新类青年人才，项目负责人。
5.湖南省自然科学基金青年基金项目，不可靠环境的无人艇鲁棒控制及能耗优化，项目负责人。
6.中央高校基本科研基金项目，面向多机器人系统的弹性协同控制，项目负责人。
7.湖南省科技重大专项,面向智能制造的自主可控工业互联网关键技术研究与应用示范,核心骨干。
8.中国工程院战略研究与咨询（院地合作）重大项目,湖南省人工智能产业创新发展战略研究,核心骨干。
六、部分代表论文
[1].Yuan Wang, Hideaki Ishii, Francois Bonnet, and Xavier Defago, “Resilient real-valued consensus in spite of mobile malicious agents on directed graphs,”IEEE Transactions on Parallel and Distributed Systems, 2022.
[2].Yuan Wang, Hideaki Ishii, Francois Bonnet, and Xavier Defago, “Resilient Consensus for Multi-Agent Systems under Adversarial Spreading Processes,”IEEE Transactions on Network Science and Engineering,2022.
[3].Yuan Wang, and Hideaki Ishii,“Resilient consensus through event-based communication,”IEEE Transactions on Control of Network Systems, 2020.
[4].Yuan Wang, and Hideaki Ishii,“An event-triggered approach to quantized resilient consensus,”International Journal of Robust and Nonlinear Control, 2020.
[5].Yuan Wang, Jian Huang, Dongrui Wu, Zhihong Guan and Yanwu Wang,“Set-Membership filtering with incomplete observations,”Information Sciences, 2020.
[6].Yuan Wang, Sebin. Gracy, Hideaki. Ishii, and Karl. Henrik.Johansson, Mitigation of discrete-time SIS networked epidemics: A local state feedback approach,International Journal of Robust and Nonlinear Control, 2025.
[7]. Zhongqi Deng,Yuan Wang*, , Jian Huang, Hui Zhang, and Yaonan Wang,“Coordinated Energy-Trajectory Economic Model Predictive Control forAutonomous Surface Vehicles under Disturbances”,The 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS2025),to appear
[8]. Hiroki Matsume;Yuan Wang*; Hideaki Ishii ; Resilient self/event triggered consensus based on ternary control, Nonlinear Analysis: Hybrid Systems, 2021,
[9]. Hiroki Matsume;Yuan Wang*; Hideaki Ishii; Xavier Defago ; Mixed self/event-triggered ternary control for resilient consensus against mobile adversarial agents, Nonlinear Analysis: Hybrid Systems, 2024
[10]. Jian Huang;Yuan Wang; Toshio Fukuda ; Set-Membership-Based Fault Detection and Isolation for Robotic Assembly of Electrical Connectors, IEEE Transactions on Automation Science and Engineering, 2018
[11]. Hideaki Ishii;Yuan Wang; Shuai Feng ; An overview on multi-agent consensus under adversarial attacks, Annual Reviews in Control, 2022.
[12].Yuan Wang; Changxin Liu; Hideaki Ishii; Karl H. Johansson; Resilient distributed optimization under mobile malicious attacks, IFAC World Congress, 2023.
[13]. Yuhao Yi;Yuan Wang;Xingkang He, Stacy Patterson; Karl H. Johansson; A Sample-Based Algorithm for Approximately Testing r-Robustness of a Digraph，IEEE 61st Conference on Decision and Control (CDC), 2022.
[14]. Yuhao Yi; Ronghui You; Hong Liu; Changxin Liu;Yuan Wang*; Jiancheng Lv* ; Near-optimal resilient aggregation rules for distributed learning using 1-center and 1-mean clustering with outliers, Proc. 38th Annual AAAI Conference on Artificial Intelligence, 2024
