IEEE CDC会议是系统与控制领域国际上公认的最重要和最有影响的国际会议之一，每年的参会者达到2000人左右，来自自动控制领域的研究人员聚集在一起讨论新的研究结果、未来发展的远景以及在决策、系统和控制相关领域的创新性应用等等，可以说CDC会议是开阔国际视野和接触学术前沿的最好平台。2017年的第56届控制与决策会议于12月12日-15日在澳大利亚的墨尔本会议中心召开。大会包括了众多的邀请报告、研讨会以及引导性的分组报告等等。

首先最为关注的肯定是大会报告(Plenary talk)，从大会报告中可以反应近期本领域的主要研究趋势或者某一方向的深入研究工作。2017年的CDC大会邀请了四位报告人进行了引领性的大会报告。第一个大会报告是Rolling Horizon Stochastic Policy Optimization with Application to the Treatment of Type-1 Diabetes Mellitus，虽然应用领域是医学方向，但是滚动时域随机策略优化问题的进展还是很有启发性。第二个大会报告是Control Engineers: The Unsung Heroes of Battery Technology，主要是关于能源和电池控制方向的。第三个大会报告是Mathematical Optimization in Systems and Control，这个报告对于系统和控制中的数学优化问题进行了总结和梳理，使得对这一方向的研究脉络更为清晰；最后一个大会报告是Learning from Nature: When Models Meet Multitudes，虽然出发角度是从自然界的学习，但是其中的观点和研究角度十分具有启发性和前瞻性。

在会议期间，我着重去参加了近几年研究方向上的几个分组报告，包括多自主体协同控制、无人机控制以及与机器学习有关的报告。其中主要关注了异构多自主体的协同控制问题、无人机的自主导航和控制以及关于神经网络、增强学习方向的报告。

会议还设置了几个引导性的session，这些session给参与者一个指南性的引导，非常适合迅速理清研究问题和脉络。其中收获最大的是“基于学习的控制”和“深度学习的数学”，在这些报告中，不仅总结了机器学习/深度学习领域中一些概念与控制领域中概念的对应，而且探讨和指出了两者未来结合的发展方向。

总而言之，参加这次学术会议开阔了研究视野，与参会者的交流和讨论建立了学术联系，对自己的研究方向深入和发展具有很大的作用，启发了研究方向的新思路和想法。