由于中國專業設置的特殊性，控制或者說自動化專業在美國并沒有正好對應的院系。一般說來，和控制理論研究、機器人相關的在EE，和過程控制、過程優化等相關的在ChE，和運籌學、后勤學相關的在IE，和機械控制相關的在ME，和航天航空器控制相關的在AE。當然，各個學科是交叉的，劃分不會像上述所說的這么精確，比如robotic在EE/ME都有人在做，控制理論則EE/MATH做的多。而且有些學校有些特殊的學院，比如System

Engineering，也是control

guys的好去處。因此，在選校過程中，花比CS或者ChE的人更多的精力，每個學校看3、4個系，是正常的也是需要的。不要把目光僅僅局限在EE。在國內CS/EE是熱門，控制系開課的時候大家對面向化工過程控制的課非常有意見。在IT全球降溫以后，至少在美國，ChE和ME的工作形勢優勢明顯。

一、先說機械自動：

Biomechatronic：直譯就是生物醫學機械電子，也就是一個大雜燴。比較exciting的方向倒也基本和電結合的很多，比如說為殘疾人設計輔助系統(輔助康復，輔助練習)。如果你學的機械design比較多，在這個方向里，你可以設計假肢等。

Robot：這個范圍就廣了，主要還是機械設計方面的，上肢范圍的(Haptic，適用于工業生產線，無人化工廠)，下肢范圍的(行走機器人，適用于救援，星球探測)

電力能源自動化：

很多人覺得電力電子比較枯燥，特別不喜歡。其實能源這種問題是不能和你作一個機器人什么的擺在一個臺面上的，它絕對是國家級和戰略級的。長三角的限電，還有三峽工程。電能直接決定中國這個大國的工業發展和城市發展。將來能源會不會不只握在國家手里，這個是不知道的，但是不管是握在誰手里，對于我們這么大的一個國家，這里面的賺頭都不會少的。

光電，檢測自動化：

這個方向，從低到高都是非常的pratical，所以也有錢賺的。誰都知道傳感器就是相當于人的手腳耳眼(沒有鼻子，哪天有人能作出嗅覺傳感器，有那么一天，說不定能作出閉環feedback

control的“做飯機”出來。比較低端的，就是常用的工業傳感器，安設，電路設計等等。高端的，精密的那種，核電站的，多了去了。還有就是視覺方面的傳感器，相當于image

processing和pattern

recognition的前期工作，很熱的。這個主要是復雜的對象，比如我們這里有的一些項目，例如，衛星太陽能板幾千塊小鏡面需要以最快速度找到陽光最強的方向，這幾千個小塊都能各自以一定自由度旋轉。還有就是有些控制系統是用比較特殊傳感器的，比如視覺的，要從看到景物的移動中，計算速度和深度(2D-3D)，自由度怎么建。這個就是正牌的control了，主要是作算法，就是相當于人的腦子。作為算法，具體問題具體分析，控制對象不同也不同。這些算法可以用到平常如工業機床，化工高爐，也可以用到機器人，生產機械手，還可以用到航空航天，導彈衛星。我的認識就是給機械灌入了靈魂和智慧。個人感覺分為3塊：其實控制發展到現在，有模型的系統，那些控制算法已經很多了，屬于經典控制的范疇。現在還能有進展的可能就是optimization和model-Pdictive還有hybrid了。個人感覺數學的東西特別多。如果投身如此，屬于經典領域，重要的是你作project的能力了。

不過個人看到這里面的一些新動向，就是和經濟學有關。作練習的時候經常用一些經濟學的例子，做到最后發現居然是control的問題。其實抽象的看，在有模型的控制方法來看，模型就是一個式子，至于這個式子在實際系統中的意義，不是那么重要了。

個人感覺在model-base control里面，多是針對linear model，對于nonlinear

model，方法不是特別多，還有一定的挖掘潛力。說道了nonlinear model就不能不提knowledge base

control，說得具體點就是所謂的專家系統，模糊控制，神經元什么的，這是一條新路。這些一部分是算法：不管你模型是什么，把專業技術工人的知識拿過來作為機械自己的知識，完成相應的控制目標。一部分是建模：曾經做過的assignment是用神經網絡建模的，每個神經元都是線性的，但是卻比任何一個線性模型都要準確擬合非線性的行為。

更關鍵的，這種控制器可以實現adaptive和learning的功能，就是他能從控制的失敗中自己學習怎么更好的控制。我現在還不知道這個是怎么干得，但是將來和AI結合，是很有可能的。投身如此的人，必要耐得住寂寞，主要研究魯棒，LMI(linear

matrix inequality)，既枯燥有很難，理論性很強，現在又時興起probalistic的魯棒了。

二.就業前景

“自動化”一是屬于信息產業。信息產業被人們譽為“朝陽產業”，發展快、需要人才多、待遇高，是當今科技發展的趨勢所在。因此，作為信息產業中的重要一員，自動化專業同樣有著光輝的前途。二是自動化應用范圍廣。目前，幾乎所有的工業部門都可以同自動控制掛上鉤，現代化的農業、國防也都與自動化息息相關。三是本專業對于個人發展非常有利。本專業課程設置的覆蓋面廣，所學的東西與其他學科交叉甚多。這也與本專業的來歷有關，自動化專業大部分源于計算機或者電子工程系的自動控制專業。

那么我們來看看這樣一個“萬金油”的專業需要哪些方面的知識和能力吧。

自動控制理論、運籌學、信號與系統分析、計算機軟件技術應用、算法語言及程序設計、模擬電子技術基礎、電路原理等等，甚至連流體力學也要修。可以說自動化專業需要工科各方面的知識，其課程與電子工程、計算機、電機工程甚至化學工程都有交叉，這就難怪自動化人才可以到各種各樣的領域工作了。

以上的學習特點要求學生有較強的理工科背景，不能偏科。當然，各高校自動化專業側重點的不同也使得后期的專業課有較大的差異。在同樣的幾年要修比別人多的課程也就意味著比別人更累，所以希望那些對大學生活存在天真幻想，或者想在本科幾年好好休息、期待風花雪月的同學不要報考這個專業，繁重的學業壓力以及全面發展的要求對你來說將是個痛苦。但是，對那些有志于學到真本領、硬功夫的同學來說，這個專業真的是一個非常好的選擇。如此熱門的專業帶來的當然是激烈甚至殘酷的競爭，像電子、計算機這些電類專業一樣，自動化的報考難度也不小。自動化專業的優勢在就業時候體現得更為突出。首先，所有的行業都可以同自動化掛鉤，轉行非常容易，“硬”可轉電子工程，“軟”可轉計算機，也可轉通信，當然待遇也是非常不錯。

三.我看理工交叉學科

近代科學發展特別是科學上的重大發現和國計民生中的重大社會問題的解決，常常涉及不同學科的相互交充滿和相互滲透。學科交叉逐漸形成一批交叉學科，尤其是理工科，如化學與物理學的交叉形成了物理化學和化學物理學，化學與生物學的交叉形成了生物化學和化學生物學，物理學與生物學交叉形成了生物物理學等。這些交叉學科的不斷發展大大地推動了科學進步，因此學科交叉研究(interdisciplinary

research)體現了科學向綜合性發展的趨勢。科學上的新理論、新發明的產生，新的工程技術的出現，經常是在學科的邊緣或交叉點上，重視交叉學科將使科學本身向著更深層次和更高水平發展，這是符合自然界存在的客觀規律的。由于現有的學科是人為劃分的，而科學問題是客觀存在的，根據人們的認識水平，過去只有天文學、地理(地質)、生物、數學、物理、化學六個一級學科;而經過20世紀科學的發展和交叉研究，又逐漸形成了新的交叉學科，如生命科學、材料科學、環境科學等。

顯然，很多交叉學科在學科劃界問題上都難免不與相關或相鄰學科發生爭論，對于許多社會性學科而言更是如此。那么如何看待這一學科領域之間的學術爭論現象呢?是不是存在一種能夠比較客觀公正地劃分交叉學科與相關/相鄰學科各自研究領域的方法?當然，不同的交叉學科可能面臨不同研究疆域和問題空間的爭論。作為一種學術現象，相鄰學科之間為各自研究領域的爭奪是不可避免的，因此也是可以理解的。對于學術科研的進步，這種爭論無疑具有重要的作用，因為正是這種學科之間的爭論才影響了科學不斷走向深入，研究不斷細化的歷史進程。但是過于嚴格地限制本學科的研究領域又不利于學科的發展。誠如有學者認為的那樣：“一名專家決不僅僅是某一領域的專家，他同樣對自己所從事領域所隸屬的上級領域及相關領域必須有很好的把握”。對一門學科而言，同樣如此。從系統論的觀點來看，只有這樣學科才能不斷汲取外部學科環境新鮮的血液，從而保持自身旺盛的生命力。否則，一味拘泥于本學科研究領域的學科必將被歷史所拋棄