《IEEE Systems, Man, and Cybernetics Magazine》：First Symposium and Third Summer School on E-CARGO and Applications, China, July 2025
编辑推荐：
本刊推荐：为解决复杂系统中协同建模与管理的核心挑战，研究人员围绕E-CARGO（Environments-Classes, Agents, Roles, Groups, and Objects）模型与基于角色的协同（RBC）理论展开系统性研讨。通过首届国际研讨会与暑期学校，汇聚多领域学者分享在分布式智能系统、社会模拟、多智能体协同等方向的突破性成果，推动协同计算理论与工业应用的深度融合，强化IEEE SMCS在智能系统领域的学术引领作用。
在数字化与智能化浪潮席卷全球的背景下，复杂系统的建模与协同管理已成为工业界和学术界共同面临的核心挑战。传统方法在处理动态角色分配、跨域资源协调、人机混合团队优化等问题时往往捉襟见肘，亟需一种能够统一描述系统环境中各类实体交互关系的高层抽象框架。正是在这一背景下，E-CARGO（Environments-Classes, Agents, Roles, Groups, and Objects）模型及其支撑的基于角色的协同（Role-Based Collaboration, RBC）理论逐渐崭露头角，成为解析复杂协同行为的重要工具。
为深化该方向的研究交流，2025年7月21日至23日，首届IEEE国际研讨会暨第三届暑期学校于中国成功举办。本次活动由IEEE系统、人与控制论协会（Systems, Man, and Cybernetics Society, SMCS）与广东工业大学共同主办，聚焦E-CARGO模型与RBC理论的最新进展与应用实践。会议汇集了来自计算机工程、系统工程、工业工程等多个领域的学者，通过主题报告、教程培训、论文研讨等多种形式，系统展示了该理论在分布式智能系统、社会模拟、云计算、生产管理等场景下的创新成果。
会议开幕式由广东技术师范大学李春英教授主持，该校副校长蔡俊教授致欢迎辞。会议主席、加拿大尼皮辛大学朱海斌博士担任主旨报告环节主持人并作专题教程。活动还设置了早期科学家论坛、专题研讨、工作坊等环节，为参与者提供了广泛的学术交流平台。
在关键技术方法方面，研究人员主要依托E-CARGO模型进行系统抽象与角色建模，采用群体角色分配（Group Role Assignment, GRA）机制实现动态任务调配，结合强化学习、多智能体强化学习（Multi-Agent Reinforcement Learning, MARL）等技术提升系统协同效率，并利用社会模拟与数字孪生（Digital Twin）平台进行大规模行为推演。此外，会议还展示了基于计算心理生理学的心理健康分析、分布式自主智能体组织（Distributed/Decentralized Agentic Organizations, DAO）等交叉方法。
研究结果方面，会议通过多个主题报告系统呈现了E-CARGO与RBC在不同场景下的应用成效。王飞跃教授在题为“分布式/去中心化自主智能用于分布式/去中心化自主组织/操作/优化：CPSS中协同新机制的新人工智能”的报告中指出，基于智能体的建模与E-CARGO框架的结合能为信息物理社会系统（Cyber-Physical-Social Systems, CPSS）提供更灵活的协同机制。
邝颂文教授则聚焦多机器人系统，展示了基于深度强化学习（Deep Reinforcement Learning, DRL）的鲁棒可扩展集群导航方法，显著提升了系统在动态环境中的适应能力。
胡斌教授从计算心理生理学角度探讨了人机协同中的心理健康监测问题，为E-CARGO模型在健康医疗领域的应用提供了新思路。
王迎旭教授强调了人机协调中的认知与智能数学基础，为自主人工智能（Autonomous AI, AI*）系统的构建提供了理论支撑。
Robert Kozma教授通过在线方式分享了基于电影认知原理的脑启发人机交互与决策支持研究，拓展了E-CARGO在认知科学中的应用边界。
石鹏教授则围绕多智能体系统（Multi-Agent Systems, MAS）的共识与编队控制问题，提出了基于E-CARGO角色分配的一致性协议设计方法。
此外，会议还设立了多个教程环节，由朱海斌、刘东南、马华等学者分别就E-CARGO基础理论、社会模拟、复杂场景下学习团队优化等主题进行系统讲解。张立波博士则从管理洞察角度介绍了群体角色分配模型的构建方法，强调了人机混合团队中辅助效应的重要性。
论文评选方面，会议共评选出6篇优秀论文，涵盖人机团队中的辅助效应考量、供应链动态任务分配、群体双层角色分配等方向，体现了E-CARGO模型在实际问题中的广泛应用潜力。
综上所述，本届研讨会与暑期学校成功展示了E-CARGO模型与RBC理论在智能系统领域的理论深度与应用广度。通过多学科交叉融合，该框架为解决复杂系统协同问题提供了统一的方法论支撑，尤其在多智能体协同、社会模拟、人机混合团队等场景中展现出显著优势。会议不仅促进了学术交流与青年人才培养，也为后续研究指明了方向——包括强化模型在动态环境中的自适应能力、拓展其在医疗、教育、智能制造等垂直行业的落地应用。据悉，第二届E-CARGO研讨会已计划于2026年7月在中国武汉举行，将进一步推动该领域的持续创新与生态建设。
