Personal profile

         彭光柱，副教授，硕士生导师。毕业于澳门大学(导师 C. L. Philip Chen （欧洲科学院院士，IEEE Fellow))，先后参与了机器人控制、计算智能领域多项国家级、省部级以及澳门特别行政区科研项目，研究成果发表于国际控制科学与工程、计算机与人工智能等领域权威顶级期刊会议，包括IEEE TSMCA、IEEE TIE、IEEE TNNLS、IEEE TC, 其中，ESI高被引论文3篇，研究成果曾入围2020年度IEEE Transactions on Industrial Electronics最佳论文奖提名、中国自动化学会青年学术年会（YAC）最佳论文奖、2023年度江苏省自动化学会科学技术奖三等奖。组织并担任IEEE无人系统大会（IEEE International Conference on Unmanned Systems）、IEEE工业技术大会（IEEE International Conference on Industrial Technology）、IEEE系统，人与控制论会（International Conference on Systems, Man, and Cybernetics）分会专题主席，担任 IEEE Transactions on Cybernetics、 IEEE Transactions on Industrial Electronics、IEEE Transactions on System, Man, and Cybernetics：systems等国际权威学术刊物的审稿人。

研究方向

机器人自适应控制、人-机-环境交互控制、智能系统。本人研究方向涉及多学科的知识，欢迎自动控制、大数据、人工智能、计算机科学、机器人工程、上述类似专业的学生报考。

学习与工作经历

2021.12-至今    南京信息工程大学   

2018.08-2021.07    University of Macau, Ph.D.

社会兼职

中国指挥与控制学会青年工作委员会委员

中国人工智能学会自主无人系统专业委员会委员

科研项目

[1] 国家自然科学基金青年科学基金，2023.01-2025.12， 主持，在研

[2] 江苏省自然科学基金青年基金，2022.07-2025.06， 主持，在研

[3] 南京信息工程大学人才启动项目(No. 2022r101)，2022.04-2025.03， 主持，在研

[4] 国家自然科学基金面上项目，2015-2018， 参与，结题

[5] 澳门科技发展基金项目, 用于模式学习和识别的新型深度学习技术，2015-2019， 参与，结题

[6] 澳门科技发展基金项目, 判别模糊受限玻尔兹曼机的设计及其应用，2018-2020， 参与，结题

代表论文

[1]  Peng Guangzhu; Chen C. L. Philip; Yang Chenguang; Neural Networks Enhanced Optimal Admittance Control of Robot-Environment    Interaction  Using Reinforcement Learning, IEEE Transactions on Neural Networks and Learning Systems, 2022, 33(9): 4551-4561 (SCI 1区，IF 14.255, 计算机科学领域顶刊)

[2]  Peng Guangzhu; Chen C. L. Philip; Yang Chenguang; Robust Admittance Control of Optimized Robot-Environment Interaction Using Reference  Adaptation, IEEE Transactions on Neural Networks and Learning Systems, 2022 (SCI 1区，IF 14.255, 计算机科学领域顶刊)

[3]  Peng Guangzhu; Chen C. L. Philip; He Wei; Yang Chenguang; Neural-Learning-Based Force Sensorless Admittance Control for Robots With  Input Deadzone, IEEE Transactions on Industrial Electronics, 2021, 68(6): 5184-5196   (SCI 1区，IF 8.611, 电气工程领域顶刊)

[4]  Peng Guangzhu; Yang Chenguang; He Wei; Chen C. L. Philip; Force sensorless admittance control with neural learning for robots with actuator saturation, IEEE Transactions on Industrial Electronics, 2020, 67(4): 3138-3148  (SCI 1区，IF 8.611,  电气工程领域顶刊，ESI高被引论文)

[5]  Yang Chenguang; Peng Guangzhu; Li Yanan; Cui Rongxin; Cheng Long; Li Zhijun; Force Sensorless Admittance Control for Teleoperation of Uncertain Robot Manipulator Using Neural Networks, IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2021, 51(5): 3282-3292 (SCI 1区，控制科学与工程领域顶刊，IF 11.471, ESI高被引论文前1%)

[6]  Yang Chenguang; Peng Guangzhu; Li Yanan; Cui Rongxin; Cheng Long; Li Zhijun; Neural Networks Enhanced Adaptive Admittance Control of Optimized Robot-Environment Interaction, IEEE Transactions on Cybernetics, 2019, 49(7): 2568-2579 (SCI 1区，控制科学与工程领域顶刊，IF 19.118, ESI高被引论文)

[7]  Peng Guangzhu; Yang Chenguang;  Chen C. L. Philip; Neural Control for Human–Robot Interaction with Human Motion Intention Estimation, IEEE Transactions on Industrial Electronics, 2024,  (SCI 1区，IF 8.611, 电气工程领域顶刊)

[8]  Peng Guangzhu; Tao Li; Yang Chenguang;  Chen C. L. Philip; Approximation-Based Admittance Control of Robot-Environment Interaction With Guaranteed Performance, IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2024,  (SCI 1区，IF 8.611,  控制科学与工程领域顶刊)

[9]  Chengguo Liu; Guangzhu Peng; Kai Zhao; Junyang Li; Chenguang Yang; Neural Learning-Based Adaptive Force-Tracking Control for Robots With Finite-Time Prescribed Performance Under Varying Environments, IEEE Transactions on Industrial Electronics, 2024,  (SCI 1区，IF 8.611, 电气工程领域顶刊)

[10]  Chengguo Liu; Guangzhu Peng; Yu Xia; Junyang Li; Chenguang Yang; Robot skill learning system of multi-space fusion based on dynamic movement primitives and adaptive neural network control, Neurocomputing, 2024.

[11]  Haiyi Kong, Guangzhu Peng（共同一作）, Guang Li and Chenguang Yang.  Neural-Network-Based Optimal Impedance Control for Robots in Physical Interaction With Soft Environments [J].  IEEE Transactions on Systems, Man, and Cybernetics: Systems, 2024. DOI : 10.1109/TSMC.2025.3579017. (SCI 1区，IF 8.611,  控制科学与工程领域顶刊)

[12]  Guangzhu Peng, Tao Li, Yuting Guo,  Chengguo Liu, Chenguang Yang, C. L. Philip Chen. Force Observer-Based Motion Adaptation and Adaptive Neural Control for Robots in Contact With Unknown Environments [J]. IEEE Transactions on Cybernetics, 2025, 55(5):2138 - 2150. (SCI 1区，IF 19.118,  控制科学与工程领域顶刊)