无人自治系统经历了成功的发展。它们被广泛应用在复杂的环境中,包括无人机,无人飞行器,服务机器人,空间机器人、海洋机器人和无人驾驶/智能植物。

然而,无人自治系统必须处理一个复杂的操作环境。一个未知的环境模型,时空复杂性高,快速变化的光强度,和未知扰动引起的动态环境中往往会导致迅速增加控制算法的复杂性,从而导致困难无人自治系统的实时控制。此外,随着传感技术的出现,为无人自治系统提供实时环境信息通过传感的复杂环境是另一个挑战。因此,揭示无人自治系统的属性和行为在复杂的工作环境不仅可以提供新的学习和控制算法,但也可以提供解决方案系统操作实际和有效地在复杂的和未建模场景。

这个特殊的问题将先进的控制理论和潜在的工程应用无人自治系统在复杂环境和提供全面的概述从各种计算和工程方面未来的解决方案。作者被邀请数学理论,算法,框架,实验,和应用程序针对带来先进的传感,无人自治系统学习和控制技术在复杂的和不可预测的行为,如结构不确定性,未知的非线性,time-vary延迟,未知的外部干扰,不可预测的人类动作,和不确定的系统动力学。我们欢迎原始研究和评论文章。

潜在的主题包括但不限于以下:

• 学习和无人自治系统的控制
• 学习复杂的操作
• 无人自治系统的计算架构和模型
• 无人自治系统的分级控制
• 先进传感在复杂的环境
• 基于扰动观测器的控制在复杂环境中
• 优化在复杂的环境中
• 智能无人自治系统的规划和决策
• Human-in-the-loop对于复杂的操作
• 无人自治系统的应用