（1）混合增强智能系统多源感知与信息安全

瞄准国家在多源感知与信息安全领域的重大需求，研究面向人机协同感知技术所获得的多源信息融合共享及一致性表达估计基础理论与算法，解决环境和信息感知技术的现有瓶颈，提高智能感知的高效性、自然性和可信性。

（2）混合增强智能系统机理解析与认知安全

为了突破人机知识交互屏障，研究可计算的人机交互模型及其动态重构与优化，提高人机交互共享自主性与自适应性，探索人机交互认知推理机理，构建交互的在线评价度量方法，研究不同模型的智能组件，实现知识概念层面上的人机自然对话，解决智能认知技术的现有瓶颈，提高智能认知的高效性、安全性和可解释性。

（3）面向国家在安全决策领域的重大需求，研究面向不同类型环境噪声下混合增强智能系统安全决策与增强优化基础理论与算法，提高未知环境干扰下智能决策的稳定性和安全性。量化人的先验模型，研究人的决策行为的非线性逼近方法，基于在线强化学习的训练方式，建立自主决策的泛化机制，实现在大尺度、多维度等约束下的动态决策机制。