实验室将立足人工智能重大前沿科学难题，强化学科交叉融合，围绕“自主与感知”、“协同与群智”等关键科学问题，主要从以下方向开展科研攻关： 

1.  交互决策与协同优化博弈

开展多体系统交互决策和自主协同机理，多体系统协同计算、优化与动态博弈的研究。特别聚焦非完全信息条件下多体系统的协同优化和博弈，以及不同层次多目标协同与多目标决策方法和决策规划，以提升多体系统协同解决复杂动态问题的能力。

应用领域：

2. CPS（信息物理系统）决策与控制

重点开展CPS的高性能非线性控制和混杂控制，其中涉及到信息安全（security）和运行安全（safety）的控制设计问题以及实时性和复杂度问题。同时研究基于形式化方法和自动机理论的协同模式建模与控制，解决复杂任务的多层次决策和控制的一体化等问题。

应用领域：智能交通、智能医疗、智能制造、智慧金融、国防军事等

             网络路由安全防卫                   医疗设备安全防卫                智能电网安全防卫                 智慧金融安全防卫

3. 先进机器学习和基于认知科学的类脑智能

研发处理多层次混合数据的新型的机器学习方法和分布式学习算法，开发相关的核心支撑软件，并用于无人车、智能建造、城市管理等领域中。同时，基于神经活动和脑网络数据，建立低功耗和具有可塑性的多尺度类脑计算模型。针对多自主体无人系统的算力和能量受限问题，研究低功耗类脑计算模型的软硬件协同设计，发展针对态势认知、路径寻优、分布式决策等任务的多体系统类脑智能理论和方法。

应用领域：无人驾驶，智能建造，城市管理等

4. 量子信息与智能算法

研究量子通信方案或者计算方案里量子特性（例如纠缠、量子导引以及 Bell 非定域）的存在性验证，特别是其设备无关或者测量设备无关类型的安全验证，并探索这些验证方案在随机数和量子密钥等方向的潜在应用。同时，探索量子网络中所需量子资源的分配方案以及多体量子系统中纠缠、导引和非定域性的刻画和探测。针对近期能够在含噪中等规模量子计算机上运行的量子算法，研究其性能以及探索与经典优化算法结合的可能性。

应用领域：量子通信、量子计算、量子精密测量等