8月3日至6日，我校主办的中国模型预测控制学校2026（Chinese  Model  Predictive  Control  School  2026，CMPCS  2026）在沙河校区举办。CMPCS  2026由Saša  V.  Raković教授发起，注册参会人员来自东南大学、韩国汉阳大学、北京理工大学、中国科学院大学、吉林大学等，得到了中国自动化学会控制理论专业委员会、中国自动化学会预测控制与智能决策专业委员会、中国自动化学会青年工作委员会、中国人工智能学会自主无人系统专业委员会、IEEE  SMC  Beijing  Capital  Region  Chapter、IEEE  SMC  Technical  Committee  on  Autonomous  Bionic  Robotic  Aircraft及重点实验室支持。

CMPCS  2026以“MPC:  Where  Yesterday  Meets  Tomorrow”为主题，邀请模型预测控制领域的知名专家担任授课导师，围绕理论基础、实现方法与典型应用开展系统讲授，并深入介绍前沿数值算法与实现。活动旨在通过系统化、高水平的课程与研讨，深化青年学者对模型预测控制理论、方法与应用的认识，提升科研创新能力，促进模型预测控制领域的国际学术交流与合作。

开幕式由北京信息科技大学教授Saša  V.  Raković主持。我校党委常委、副校长米洁教授出席开幕式并致辞。她向与会专家学者和参会师生表示欢迎，向授课专家及组织团队表示感谢。她指出，CMPCS首次以线下形式举办，为国内外专家学者和青年学子开展深入交流、加强学术互动提供了宝贵机会。学校将以此次活动为契机，进一步加强与国内外高校、科研院所和国际学术组织的交流合作，持续汇聚优质学术资源，推动联合研究、学术互访和人才培养，不断提升控制领域科学研究与学术交流的国际化水平。

自动化学院（人工智能学院）副院长王丽婕代表学院致辞。她介绍了学院在学科建设、科学研究、人才培养和国际合作等方面的情况，并表示，模型预测控制是控制学科的重要研究方向，本届活动为师生学习前沿理论、拓展科研视野、深化国际合作搭建了高水平舞台。她希望全体学员珍惜学习机会，主动提出问题、积极交流研讨，建立长期的学术联系。

CMPCS  2026邀请了中国科学院院士郭雷，意大利布雷西亚大学教授Marco  Campi，挪威科技大学教授Sebastien  Gros，吉林大学教授于树友，北京航空航天大学副教授诸兵以及Saša  V.  Raković教授担任主讲专家。

Saša  V.  Raković教授围绕“MPC  Essentials”和“Tube  MPC”两个主题，讲解了模型预测控制的基本范式、问题表述、计算实现及稳定性要求，分析了不确定系统下Tube模型预测控制的理论框架和设计方法。

郭雷院士以“Dynamics  Learning  and  Adaptive  MPC”为题，讲解了随机动态系统辨识与学习的基本方法，并介绍了自适应线性二次高斯控制及自适应模型预测控制领域的关键技术与研究进展。

Marco  Campi教授围绕“Scenario-based  and  Data  Driven  MPC”，介绍利用有限场景样本近似处理随机模型预测控制中的干扰不确定性，并阐述了场景法在提升计算可行性和数据驱动决策中的应用。

Sebastien  Gros教授围绕“Reinforcement  Learning  and  MPC”，探讨了强化学习在模型预测控制闭环性能优化中的作用，以及模型预测控制与马尔可夫决策过程之间的联系。

于树友教授以“Optimality,  Stability  and  Robustness  of  MPC”为题，系统阐述了模型预测控制在最优性、稳定性和鲁棒性方面的基本理论与分析方法。

诸兵副教授则以“Event-based  MPC”为主题，从连续时间逻辑、离散时间优化和干扰下的鲁棒性重点讲解基于事件的模型预测控制，并分析相关方法的可行性与稳定性。

系列课程兼顾基础理论、前沿方法和工程实践，为参会师生系统了解模型预测控制领域的重要问题与最新进展提供了高水平学习交流平台。

除专题课程外，CMPCS  2026还设置了问答交流活动，专家学者与青年教师、研究生之间面对面交流，现场答疑解惑，极大提升了与会学者的获得感。

中国模型预测控制学校2026（CMPCS  2026）的顺利举办，既为我校控制、智能等相关学科建设提供了良好的学术支撑，也为学校国际化办学、高层次人才培养注入新的活力。（供稿/图片：自动化学院  编辑：郭辉  审核：陈红英）