孔祥煜

个人信息Personal Information

助理教授

性别:男

毕业院校:北京理工大学

学位:博士

所在单位:控制科学与工程学院

联系方式:

移动版主页

个人简介Personal Profile

孔祥煜,大连理工大学助理教授,硕士生导师,2020年于中南大学获得自动化学士学位,2026年于北京理工大学获得控制科学与工程博士学位,获得国家奖学金、北京理工大学优秀学生、美国大学生数学建模竞赛F奖,发表SCI论文和EI会议论文7篇,授权发明专利1项。


研究方向:智能无人系统决策、规划与安全控制,具身智能机器人,安全强化学习等。 面向无人机、无人车、机械臂等智能无人系统,开展具身智能机器人关键技术研究。重点探索大模型技术与传统控制理论的深度融合,构建集多模态环境感知、任务语义理解、在线自主决策、动态规划与实时安全控制于一体的具身智能系统,使机器人能够在复杂动态环境中自主完成多类型任务,并从理论与技术层面保障系统运行的稳定性、安全性与可靠性。


近5年内发表的代表性论著:

1.      Xiangyu Kong, Wentao Ning, Yuanqing Xia, Zhongqi Sun, Huahui Xie, Adaptive high-order control barrier function-based iterative LQR for real time safety-critical motion planning, IEEE Robotics and Automation Letters, 2024.5, 9(7):6099-6106.

2.      Xiangyu Kong,Yuanqing Xia, Zhongqi Sun, Di-Hua Zhai, Yunshan Deng, Sihua Zhang, Differential High Order Control Barrier Function-Based Safe Reinforcement Learning, IEEE Robotics and Automation Letters, 2025.5, 10(7):7524-7531.

3.      Xiangyu Kong,Yuanqing Xia, Zhongqi Sun, Sihua Zhang, Wentao Ning, Trajectory Tracking and Real-Time Obstacle Avoidance for Differentially Flat UAV Under Disturbances and Measurement Noises, IEEE Transactions on Aerospace and Electronic Systems, 2025.10, 61(6):18444-18456.

4.      Xiangyu Kong, Yuanqing Xia, Reinforcement Learning-based Active Disturbance Rejection Control for Nonlinear Systems with Disturbance, 2023 2nd Conference on Fully Actuated System Theory and Applications (CFASTA), Qingdao, China, 12 September 2023.

5. Y. Deng, Y. Xia, Z. Sun, Y. Zhang, J. Wu and X. Kong, "Convex MPC With Unreachable Setpoint for a Class of Affine System," in IEEE Robotics and Automation Letters.


欢迎具有自动化、数学、计算机、电子信息、机械、车辆等专业背景且对智能无人系统与具身智能研究感兴趣的本科生、硕士生和博士生与我邮件联系。实验室拥有无人机、无人车、机械臂等完备的实验平台,开展智能无人系统决策、规划与安全控制,以及具身智能机器人等前沿研究,注重控制理论、人工智能与机器人技术的深度交叉,能够为学生提供从理论研究、算法开发到系统集成和实机验证的完整科研训练,并提供参与国家重大纵向科研项目、参加国内外学术会议和开展高水平学术交流的机会。



  • 教育经历Education Background
  • 工作经历Work Experience
    2026.07 至今
    • 大连理工大学
    • 助理教授
  • 研究方向Research Focus
  • 社会兼职Social Affiliations
  • 面向无人机、无人车、机械臂等智能无人系统,开展具身智能机器人关键技术研究。重点探索大模型技术与传统控制理论的深度融合,构建集多模态环境感知、任务语义理解、在线自主决策、动态规划与实时安全控制于一体的具身智能系统,使机器人能够在复杂动态环境中自主完成多类型任务,并从理论与应用层面保障系统运行的稳定性、安全性与可靠性。

    暂无内容