GROUP & PLATFORM
ADMIRE 课题组依托北京航空航天大学复杂关键软件环境全国重点实验室开展研究。
依托平台
实验室面向国家重大需求，以支撑大型复杂装备和空天地实时系统的复杂关键软件为研究对象，围绕开发效率、质量保障与持续演化等关键问题开展研究。
重点研究方向包括：复杂系统机理及软件理论、群体智能与群体软件工程、软件可信保障与质量评估、软件运行支撑与持续演化。
复杂关键软件是大型复杂装备与空天地实时系统的运行中枢和基础设施，连接资源、功能与安全可信保障。
围绕开发效率、质量保障与持续演化，贯通建模理解、构造开发、质量保障和运行演化，支撑复杂关键软件全生命周期。
课题组定位
在这一研究背景下，ADMIRE 课题组聚焦复杂环境中的自适应智能体群体，沿软件空间、物理／具身空间和科学发现空间三条主线展开研究。
课题组探索智能体的学习、推理、协作与持续演化机制，形成面向软件系统、无人系统和科学发现的关键技术与系统框架。
高标准室内试验场地，集成高精度光学动捕系统
GPU 集群服务器算力，支撑高强度仿真与训练
国家重点研发计划、国家自然基金重点等课题基础
OUR TEAM
团队学术带头人
北京航空航天大学人工智能研究院教授，博士生导师，长期带队推进大模型、多智能体系统、群体智能和具身智能相关研究
教职工名单与个人简介待补充
2015级博士生
鄂尔多斯应用技术学院
专任教师
北京交通大学
副教授、博士生导师
北京工业大学计算机学院
副教授、硕士生导师
北京物资学院
讲师、教研室副主任
中关村国家实验室
助理研究员
中关村国家实验室
助理研究员
新加坡南洋理工大学
CCDS Research Fellow
2018级硕士生
小红书
高级算法工程师
2019 级硕士生
StepFun 阶跃星辰
基础模型研究员
RESEARCH AREAS
课题组围绕软件空间、物理／具身空间和科学发现空间开展研究，形成了面向复杂环境的自适应智能体群体关键技术与系统框架。
把微服务、业务流程和软件运维看作可观测、可回滚、可审计的智能体协作环境，研究 Agentic Mesh、服务组合、智能运维和根因定位。
面向无人机、机器人和无人系统，把大模型的高层认知与多智能体强化学习、物理先验、安全约束和真实环境反馈结合起来。
把科学问题转化为可验证的智能体工作流，让理论、计算、实验和反馈形成闭环，支撑科学计算、AI4Sci 与实验自动化。
RECENT OUTPUTS
近年成果覆盖软件智能体、具身群体智能和科学计算智能体三条主线
围绕服务组合、工作流调度、软件质量与智能运维，研究从运行数据感知、故障定位到智能体协同修复和经验复用的完整闭环。
面向无人机、机器人与多智能体协作，把结构先验、强化学习、神经算法推理和语言模型结合到可部署的感知—决策闭环中。
研究知识增强、图学习和推理训练方法，为科学智能体理解问题、组织计算过程并形成可验证的推理链路提供基础能力。
共 20 篇
RGP 通过子表达式池与引导式种群初始化，在遗传编程中实现渐进式结构复用，支持可解释数学表达式发现。
具身智能、城市导航、语言引导导航
3D 目标检测、稀疏预测、多模态感知
具身智能、开放世界导航、持续学习
多模态问答、知识增强、LLM
图神经网络、强化学习、异质图学习
多智能体强化学习、对称先验、群体智能
主动学习、排序学习、答案选择
教育数据挖掘、协作学习、图 Transformer
具身智能、连续占据建图、层次记忆
大模型智能体、多智能体强化学习、无人机群体
用可复用经验记忆支持服务组合智能体适应任务与运行环境变化。
以 LLM 智能体完成服务组合中的因果故障定位，并生成尽可能小的修复方案。
融合调用拓扑和多模态信号，通过多智能体协作与持续演化定位微服务根因。
按诊断阶段追踪 RCA 智能体的错误来源，并对推理过程进行定位和修复。
结合大模型、图强化学习与恢复策略，实现微服务故障后的自适应处置。
组织多个大模型专家协同回答 AIOps 问题，融合不同角色的运维知识和推理能力。
利用预训练语言模型理解 Java 注解语义与上下文关系，检测潜在的注解误用。
结合离线学习与在线反馈，在动态环境中持续优化服务组合决策。
采用分层多智能体结构分解复杂需求，并利用大模型协同完成大规模服务组合。
通过图表示与集成学习融合多类运行信号，提高微服务故障定位的稳定性。
结合自注意力与因果卷积聚合、平滑学生知识状态，并通过预测校正降低随机行为噪声，提升知识追踪与学习表现预测能力。
面向微服务 AIOps 自动组织模型的训练、部署和生命周期管理。
在动态工作流调度中联合考虑认知成本与可靠性 QoS，并用强化学习优化选择。
用边注意力图神经网络建模微服务依赖关系，从复杂故障传播中定位根因。
利用深度 Q 网络为微服务工作流选择兼顾可靠性与服务质量的调度方案。
通过 Transformer 建模 API 使用上下文，识别可能引发软件缺陷的调用模式。
通过并行化模型管理流程提升微服务 AIOps 中自动分析任务的处理效率。
把工作流及其组件关系编码为图表示，为服务流程提供结构感知的推荐。
结合因果检验与注意力时序模型预测微服务指标，为异常预警提供支持。
通过神经网络学习 Java 代码中的异常处理模式，预测 try 块位置并生成 catch 处理代码，辅助开发者完善程序异常处理。
群体智能、层次对称性、多智能体强化学习
离线强化学习、安全约束优化
Lyapunov 稳定性、多机器人协作、多智能体强化学习
对称先验、无人机群体控制、通信覆盖
大模型、神经算法推理、多智能体路径规划
层次对称性、等变策略、多智能体强化学习
自适应数据增强、多智能体强化学习
分层共识、多机器人协作、多智能体强化学习
代表论文 3 篇 · 核心框架 1 项
把微服务故障处理拆解为分阶段审计、根因定位、修补和回放验证，使 RCA 智能体的诊断过程更易追踪与修正。
融合调用拓扑与多模态运行信号，由多个诊断智能体协作定位根因，并通过经验反馈持续更新症状知识。
通过检索增强的任务分类与两阶段专家路由，为不同运维问题选择合适的大模型专家。
通过规划、检索、执行、聚合与监督的角色分工，实现服务组合中的协作执行与动态反馈。
通过局部交互构建分层群体共识，并把共识表征接入策略与价值网络，提升多机器人协作决策的稳定性。
根据训练反馈自适应选择数据增强策略，让多智能体策略更好地应对观测扰动与环境变化。
以交叉注意力连接大语言模型和图神经算法推理器，兼顾高层语义理解与多智能体路径规划中的结构化计算。
在策略网络中显式编码智能体的层次对称关系，通过聚类、重映射和等变动作模块增强泛化能力。
通过动态子表达式池与引导式种群初始化，逐步复用有效结构，搜索可解释的数学表达式。
先把自然语言问题映射到结构化问题空间，再结合自蒸馏与强化学习迭代训练，为轻量科学智能体建立稳定推理底座。
筛选外部知识并转化为软提示，与图像特征共同增强上下文，提高知识型视觉问答表现。
结合节点相对熵与深度强化学习，自适应优化图拓扑，增强异配图上的节点表示与分类能力。
面向智能运维与微服务系统的关键技术
OPEN SOURCE & DEMOS
面向无人机导航与群体协同，开放研究代码、评测基准与实验演示。
三维仿真、集群状态观测与实物场景联合验证
多智能体仿真与室内无人机编队协同实验
城市道路与建筑沙盘中的无人机、地面车辆实验
双臂操作、协同导航、自主探索与四足运动控制
无人机集群部署、无人车实物与机群返场
课题组综合实验展示
RESEARCH INFRASTRUCTURE
课题组依托全国重点实验室开展研究，科研工作由算力集群、室内试验场地与无人系统等条件支撑，覆盖软件智能体、具身群体智能和科学计算，并与国内外高水平团队保持长期科研合作。
COLLABORATION NETWORK
课题组与新加坡国立大学、南洋理工大学及意大利米兰理工大学保持长期国际合作，并与上海人工智能实验室、中关村实验室、乾元实验室和启元实验室开展联合研究，持续推进科研协作与博士生联合培养。
围绕智能体、多机器人协作、群体智能与大模型等方向保持合作交流，组内多位学生曾赴新加坡开展学术访问与合作研究。
与上海人工智能实验室、中关村实验室、乾元实验室和启元实验室保持长期合作，围绕软件智能体、大模型安全、具身智能与复杂智能系统开展联合研究，并推进博士生联合培养。
面向复杂系统、智能决策与交叉科学问题保持稳定合作交流，组内博士、博后曾赴该校开展合作研究。
ACADEMIC EXCHANGES
国际会议、学术访问与科研合作
组内成员赴德国不来梅参加 IJCAI-ECAI 2026，通过学术报告和海报展示介绍符号回归研究，与参会学者围绕可解释公式发现、搜索机制与科学智能开展交流。
研究从强化学习搜索中观察到渐进式子表达式复用现象，提出 RGP 遗传编程方法，通过动态维护子表达式池，将有用结构保留并重新引入后续搜索，逐步构建更复杂的数学表达式。
组内成员赴悉尼参加 IEEE 国际 Web 服务大会（ICWS 2026），围绕微服务根因分析、智能运维与多智能体协作开展学术报告和技术交流，分享 STAR 与 TopoEvo 相关研究。
组内成员赴维也纳参加 IEEE 国际机器人与自动化会议（ICRA 2026），围绕机器人感知与具身智能开展学术交流，在海报环节介绍 MemOcc 室内连续占据建图研究，并与参会学者进行现场讨论。
PROJECTS
课题组承担多项国家重点研发与自然基金项目，科研经费充足，总计数千万元
| 国家重点研发计划 | 工业与信息化部 | 智能服务适配理论与关键技术 | 2019-2022 |
| 国家自然科学基金重点 | 国家自然科学基金重点 | 在线大规模协同学习的机理与方法研究 | 2016-2020 |
| 国家重点研发计划 | 国家石油天然气管网集团有限公司 | 全时域高响应超大规模流体管网智能决策系统 | 2025-2027 |
| 国家自然科学基金 | 浙江大学 | 基于新型架构的行业大模型研究 | 2025-2026 |
| 国家重点实验室自主课题 | 华为有限公司 | 科学计算及流体仿真套件技术 | 2022-2023 |
| 国家重点实验室自主课题 | 中航技进出口有限责任公司 | 大数据量实时计算运价业务微服务框架支撑课题技术服务项目 | 2023-2024 |
| 国家重点实验室自主课题 | 国网江苏电力有限公司 | 业务中台智慧运营关键技术研究及应用 | 2022-2024 |
| 国家重点实验室自主课题 | 中国民航信息网络股份有限公司研发中心 | 基于大语言模型辅助的微服务接口开发关键技术研究课题技术服务 | 2025-2026 |
GitHub
