孙富春教授长期从事智能控制及机器人、认知系统与信息处理的研究工作。在智能控制理论与应用方面,提出了模糊奇异摄动模型的建模方法,建立了基于模糊奇异摄动模型的自适应和鲁棒控制理论方法;在智能信息处理方面,提出了模糊粒子滤波、中心差分粒子滤波和Markov跳变鲁棒滤波理论方法,提出的多视隐空间 Markov网络模型可以学习具有预测能力的隐空间结构,并能刻画多模态信息的互补特性。孙老师的报告从机器人发展的历史到智慧机器人发展的未来,深入浅出,生动幽默,并就可能进入固安中试基地进行孵化的课题提出了初步的设想。