OODA與AI雙驅(qū)動應(yīng)用型自動化專業(yè)人才培養(yǎng)研究

中圖分類號：G461 文獻(xiàn)標(biāo)志碼：A

0 引言

在科技飛速發(fā)展的當(dāng)下，自動化技術(shù)已深度融入工業(yè)、交通、醫(yī)療等各個領(lǐng)域，成為推動社會進(jìn)步與經(jīng)濟(jì)發(fā)展的關(guān)鍵力量。隨著自動化行業(yè)的持續(xù)革新，對于具備創(chuàng)新能力和實踐技能的應(yīng)用型自動化專業(yè)人才的需求日益迫切。如何培養(yǎng)出適應(yīng)時代發(fā)展需求的自動化專業(yè)人才，成為教育領(lǐng)域亟待解決的重要課題。以往關(guān)于自動化專業(yè)人才培養(yǎng)的研究，主要聚焦于課程體系優(yōu)化、實踐教學(xué)強(qiáng)化等方面。姜萍等提出構(gòu)建“面向工科人才工程創(chuàng)造力培養(yǎng)”的自動化專業(yè)課程群建設(shè)，以提升學(xué)生的綜合能力，但在應(yīng)對快速變化的行業(yè)需求時，這種傳統(tǒng)培養(yǎng)模式稍顯滯后。在新興技術(shù)融入人才培養(yǎng)方面，有學(xué)者探索將智能制造理念引入自動化專業(yè)教學(xué)，如鄭秀娟等[闡述了智能制造背景下自動化專業(yè)課程改革的方向，然而在如何高效整合前沿技術(shù)并轉(zhuǎn)化為教學(xué)實踐方面，仍缺乏深入研究。李建雄等[3依據(jù)學(xué)生實踐能力培養(yǎng)的客觀規(guī)律，提出一種模塊化、進(jìn)階型的創(chuàng)新實踐平臺模式，但是該模式在實際應(yīng)用中可能面臨一些挑戰(zhàn)，不同模塊的教學(xué)重點(diǎn)和教學(xué)方法差異較大，若缺乏有效的整合機(jī)制，學(xué)生在從一個模塊過渡到另一個模塊時，可能會出現(xiàn)理解和應(yīng)用上的困難。

近年來，OODA（觀察-定位-決策-行動）循環(huán)理論在軍事、管理等領(lǐng)域展現(xiàn)出強(qiáng)大的適應(yīng)性和決策優(yōu)勢，逐漸被引入教育領(lǐng)域。劉建勛等[4]探討了OODA循環(huán)在教學(xué)過程優(yōu)化中的應(yīng)用，為教學(xué)模式創(chuàng)新提供了新思路。同時，AI技術(shù)憑借其強(qiáng)大的數(shù)據(jù)處理、分析和預(yù)測能力，在教育領(lǐng)域的應(yīng)用也日益受到廣大教育研究人員關(guān)注，如智能教學(xué)系統(tǒng)、個性化學(xué)習(xí)輔助等，顯著提升了學(xué)習(xí)效果[5-7]]

盡管OODA與AI在教育領(lǐng)域各自取得了一定的研究成果，但將二者有機(jī)融合并應(yīng)用于應(yīng)用型自動化專業(yè)人才培養(yǎng)的研究尚顯不足。如何基于OODA循環(huán)的動態(tài)決策機(jī)制，結(jié)合AI的智能化分析與支持，構(gòu)建一套創(chuàng)新的自動化專業(yè)人才培養(yǎng)模式，實現(xiàn)人才培養(yǎng)與行業(yè)需求的精準(zhǔn)對接，是當(dāng)前研究的空白與關(guān)鍵問題，也是本文致力于探索和解決的核心所在。

1OODA循環(huán)與AI技術(shù)融合的理論基礎(chǔ)

1. 1 OODA循環(huán)理論內(nèi)涵

OODA循環(huán)由觀察（Observation）、判斷（Orientation）、決策（Decision）和執(zhí)行（Action）4個環(huán)節(jié)構(gòu)成，如圖1所示，最早由軍事戰(zhàn)略家約翰·博伊德（JohnBoyd）提出[8]。在教育領(lǐng)域應(yīng)用時，觀察環(huán)節(jié)聚焦于收集學(xué)生的學(xué)習(xí)行為、知識掌握程度等多方基金項目：廣西高等教育本科教學(xué)改革工程項目;項目名稱：應(yīng)用型本科高校產(chǎn)教融合實踐教學(xué)模式構(gòu)建研究——以自動化專業(yè)為例;項目編號：2023JGB498。廣西高等教育本科教學(xué)改革工程項目；項目名稱：基于“ 1+1+X^′ ”的電氣信息類專業(yè)“雙創(chuàng)”基地建設(shè)的探索與實踐；項目編號：2021JGB491。作者簡介：王一波（1981—），男，教授，博士;研究方向：教育教學(xué)信息化，工業(yè)控制。? 通信作者：黃秋勇（1979一），女，副教授，碩士；研究方向：多模態(tài)學(xué)習(xí)。

面信息；判斷環(huán)節(jié)依據(jù)觀察所得數(shù)據(jù)，分析學(xué)生的優(yōu)勢與不足，明確其發(fā)展方向；決策環(huán)節(jié)根據(jù)判斷結(jié)果制定個性化的教學(xué)策略和課程方案；執(zhí)行環(huán)節(jié)則是將教學(xué)計劃付諸實踐，并通過反饋不斷調(diào)整優(yōu)化。這種循環(huán)迭代的模式能夠有效適應(yīng)不斷變化的教育環(huán)境和學(xué)生需求[9]

1.2AI技術(shù)在教育中的作用

人工智能技術(shù)包括大規(guī)模模型、知識圖譜、大數(shù)據(jù)分析、人工智能生成內(nèi)容（AIGC）以及智能交互技術(shù)等多個領(lǐng)域，在教育領(lǐng)域展現(xiàn)了巨大的應(yīng)用前景。大規(guī)模模型技術(shù)能夠輔助教師制定個性化學(xué)習(xí)方案，并生成定制化的教學(xué)材料；知識圖譜技術(shù)有助于學(xué)生構(gòu)建全面的知識架構(gòu)，并理解不同知識點(diǎn)之間的邏輯聯(lián)系；大數(shù)據(jù)分析技術(shù)通過對學(xué)生學(xué)習(xí)行為數(shù)據(jù)的深入分析，為教學(xué)決策提供了科學(xué)的支持；AIGC技術(shù)促進(jìn)了教學(xué)資源的自動化和智能化生成；智能交互技術(shù)通過虛擬實驗室、互動式課件等工具的應(yīng)用，增強(qiáng)了學(xué)生的學(xué)習(xí)興趣和效果，推動了跨越時空限制的協(xié)作學(xué)習(xí)[10-12]

1.3 融合的優(yōu)勢

將OODA循環(huán)與人工智能技術(shù)深度整合，能夠充分釋放兩者之間的協(xié)同效應(yīng)，為教育與教學(xué)改革注入新的動力。人工智能技術(shù)為OODA循環(huán)的各個階段提供了強(qiáng)大的數(shù)據(jù)支撐和智能決策輔助功能：在“觀察”階段，人工智能通過大數(shù)據(jù)分析和智能感知技術(shù)，實時采集學(xué)生學(xué)習(xí)行為、知識掌握程度等多維度數(shù)據(jù)，使觀察過程更加精確和全面；在“判斷”階段，人工智能通過機(jī)器學(xué)習(xí)和模式識別技術(shù)，對數(shù)據(jù)進(jìn)行深度挖掘和分析，輔助教師科學(xué)評估教學(xué)效果和學(xué)生能力發(fā)展；在“決策”階段，人工智能通過智能推薦算法和預(yù)測模型，為教學(xué)策略優(yōu)化和個性化學(xué)習(xí)路徑設(shè)計提供依據(jù)，使決策過程更加高效和科學(xué)；在“執(zhí)行\(zhòng)"階段，人工智能通過智能教學(xué)系統(tǒng)和自適應(yīng)學(xué)習(xí)平臺，精準(zhǔn)推送學(xué)習(xí)資源，動態(tài)調(diào)整教學(xué)節(jié)奏，使執(zhí)行過程更具針對性和實效性。與此同時，OODA循環(huán)為人工智能技術(shù)在教育中的應(yīng)用提供了清晰的框架和流程，確保技術(shù)的應(yīng)用始終圍繞人才培養(yǎng)目標(biāo)，避免技術(shù)應(yīng)用的盲目性和碎片化。這種深度整合不僅能夠提升教育與教學(xué)的智能化、個性化水平，還能通過持續(xù)迭代和閉環(huán)管理，不斷優(yōu)化教學(xué)效果，全面提高人才培養(yǎng)質(zhì)量，為應(yīng)用型本科教育的高質(zhì)量發(fā)展提供有力支持。

2基于OODA與AI融合的應(yīng)用型自動化專業(yè)人才 培養(yǎng)體系構(gòu)建

2.1 ?00DA+AI 驅(qū)動的專業(yè)雙循環(huán)專業(yè)質(zhì)量保障體系

構(gòu)建0ODA雙循環(huán)架構(gòu)（見圖2），外循環(huán)聚焦于行業(yè)需求與市場反饋，以優(yōu)化專業(yè)培養(yǎng)目標(biāo)與課程體系，及時整合行業(yè)對復(fù)合型技術(shù)架構(gòu)師的能力要求至專業(yè)培養(yǎng)過程中；內(nèi)循環(huán)則基于教學(xué)過程中的數(shù)據(jù)采集與分析，持續(xù)進(jìn)行教學(xué)質(zhì)量的改進(jìn)，確保專業(yè)人才培養(yǎng)與行業(yè)標(biāo)準(zhǔn)及企業(yè)需求保持一致。

專業(yè)建設(shè)外循環(huán)借助AI技術(shù)，運(yùn)用自然語言處理等抓取分析行業(yè)新聞、論文等信息，把握前沿趨勢與人才需求變化，再通過AI模型算法判斷現(xiàn)有培養(yǎng)體系與行業(yè)差距，經(jīng)專家研討明確AI-自動化融合培養(yǎng)方向及課程模塊，據(jù)此制定優(yōu)化方案，突出學(xué)生AI應(yīng)用能力、課程融人AI技術(shù)，執(zhí)行中借助AI教學(xué)工具個性化教學(xué)、強(qiáng)化實踐，以AI輿情監(jiān)測反饋助力后續(xù)觀察，如表1所示。

教學(xué)中借助AI智能監(jiān)測系統(tǒng)，融合多源數(shù)據(jù)全面評估師生情況，經(jīng)AI數(shù)據(jù)分析模型精準(zhǔn)診斷問題，依此利用AI技術(shù)為學(xué)生提供個性化學(xué)習(xí)支持、助力教師優(yōu)化教學(xué)策略并構(gòu)建評估體系，再通過AI教學(xué)工具落地實施，依學(xué)生實時數(shù)據(jù)動態(tài)教學(xué)，持續(xù)采集數(shù)據(jù)評估，借AI持續(xù)提升專業(yè)人才培養(yǎng)質(zhì)量，滿足行業(yè)和企業(yè)需求，如表2所示。

2.2 00DA+AI 驅(qū)動的課程優(yōu)化體系

全面梳理應(yīng)用型自動化專業(yè)的課程體系，構(gòu)建“類智能系統(tǒng)”的OODA閉環(huán)課程體系，如圖3所示。在課程設(shè)計上，除了考慮傳統(tǒng)控制系統(tǒng)的反饋控制“小閉環(huán)”，更注重突出“感知-認(rèn)知-決策-執(zhí)行”的大閉環(huán)。在感知層面，除了設(shè)置傳感器技術(shù)、檢測技術(shù)等課程，還可增加AI與數(shù)據(jù)科學(xué)相關(guān)的感知技術(shù)課程，如數(shù)據(jù)采集與預(yù)處理等，培養(yǎng)學(xué)生從海量數(shù)據(jù)中感知關(guān)鍵信息的能力，這對于設(shè)備預(yù)測性維護(hù)、缺陷檢測等實際場景至關(guān)重要。在認(rèn)知層面，借助自動化控制理論、機(jī)器學(xué)習(xí)等課程，提升學(xué)生對系統(tǒng)數(shù)據(jù)的分析和理解能力，同時強(qiáng)化跨學(xué)科知識的融合，如通過數(shù)理筑基課程，加深學(xué)生對線性代數(shù)、統(tǒng)計學(xué)在優(yōu)化算法中的應(yīng)用理解。在決策層面，開設(shè)智能決策算法、優(yōu)化理論等課程，讓學(xué)生掌握制定科學(xué)決策的方法，并且結(jié)合行業(yè)Know-How（如半導(dǎo)體封裝、電池工藝），使學(xué)生在決策時能制定更貼合生產(chǎn)需求的技術(shù)方案。在執(zhí)行層面，通過自動化生產(chǎn)線設(shè)計、機(jī)器人編程與控制等實踐課程，鍛煉學(xué)生將決策轉(zhuǎn)化為實際操作的執(zhí)行能力，同時增加走進(jìn)工廠一線實踐的環(huán)節(jié)，讓學(xué)生在真實的設(shè)備調(diào)試、故障診斷中積累經(jīng)驗，理解技術(shù)落地的真實痛點(diǎn)。

2.3 Ω_00DA+AI 驅(qū)動的項目式理論教學(xué)

在自動化專業(yè)理論教學(xué)領(lǐng)域，普遍存在的問題包括教學(xué)內(nèi)容陳舊、與實際應(yīng)用脫節(jié)以及教學(xué)方法單一。多數(shù)課程仍以傳統(tǒng)講授法為主，未能及時更新前沿技術(shù)和行業(yè)需求，造成學(xué)生所學(xué)知識與實際工程應(yīng)用之間存在顯著差異。此外，理論教學(xué)往往忽略對學(xué)生創(chuàng)新能力和實踐能力的培養(yǎng)，難以滿足應(yīng)用型本科教育對高素質(zhì)技術(shù)技能人才的需求。為解決上述問題，本文提出了一種創(chuàng)新的教育模式，即結(jié)合OODA（觀察、判斷、決策、執(zhí)行）循環(huán)與人工智能（AI）驅(qū)動的項目式學(xué)習(xí)和小組協(xié)作學(xué)習(xí)。在此模式下，教師設(shè)計具有實際應(yīng)用背景的自動化項目，學(xué)生則以小組形式參與項目。在項目的觀察階段，小組成員共同搜集項目需求和相關(guān)資料，引導(dǎo)學(xué)生關(guān)注行業(yè)內(nèi)的自動化技術(shù)應(yīng)用，例如人工智能與數(shù)據(jù)科學(xué)在智能家居、智能工廠的應(yīng)用案例。在判斷階段，學(xué)生分析項目的技術(shù)難點(diǎn)并提出解決方案，鼓勵他們運(yùn)用跨學(xué)科知識和新興技術(shù)，如軟硬件結(jié)合、物聯(lián)網(wǎng)技術(shù)等。在決策階段，學(xué)生確定項目的整體架構(gòu)和實施計劃，綜合考慮成本、技術(shù)可行性及預(yù)期效果等因素，并運(yùn)用智能決策算法優(yōu)化方案。在執(zhí)行階段，學(xué)生分工協(xié)作完成項目的設(shè)計、開發(fā)和測試工作，同時鼓勵他們在項自中運(yùn)用多模態(tài)傳感器進(jìn)行設(shè)備數(shù)據(jù)采集，并通過邊緣計算在設(shè)備端實現(xiàn)實時決策。通過這種教育模式，旨在培養(yǎng)學(xué)生的團(tuán)隊協(xié)作能力、項目管理能力和解決實際問題的能力。本文以自動化專業(yè)核心理論課程“自動控制原理”為例，開展“OODA + AI”驅(qū)動項目式教學(xué)，具體步驟如表3所示。

2.4 00DA+AI 驅(qū)動的實驗教學(xué)

實踐教學(xué)是應(yīng)用型本科自動化專業(yè)人才培養(yǎng)的核心環(huán)節(jié)，它能夠?qū)⒗碚撝R與實際工程應(yīng)用緊密結(jié)合，培養(yǎng)學(xué)生的動手能力、創(chuàng)新思維和解決復(fù)雜工程問題的能力。當(dāng)前自動化專業(yè)實踐教學(xué)普遍存在實踐環(huán)節(jié)薄弱、設(shè)備資源不足、與企業(yè)需求脫節(jié)等問題，綜合性、創(chuàng)新性實踐項目缺乏，難以培養(yǎng)學(xué)生的工程實踐能力和解決復(fù)雜問題的能力。以培養(yǎng)學(xué)生創(chuàng)新能力和實踐技能為自標(biāo)，開展OODA驅(qū)動的實驗教學(xué)改革，加強(qiáng)校企協(xié)同育人，優(yōu)化實踐教學(xué)內(nèi)容與資源配置，是適應(yīng)產(chǎn)業(yè)轉(zhuǎn)型升級、提升學(xué)生就業(yè)競爭力的關(guān)鍵舉措。本文通過構(gòu)建表4所示的“ Δ00DA+AI^′ 驅(qū)動實驗教學(xué)模式，將自動化人轉(zhuǎn)型所需能力納入培養(yǎng)目標(biāo)，形成具有特色的實驗教學(xué)體系，提高學(xué)生的實踐能力和創(chuàng)新能力，為學(xué)生未來從事應(yīng)用型自動化工作奠定堅實基礎(chǔ)，助力學(xué)生實現(xiàn)從“螺絲釘\"到“系統(tǒng)架構(gòu)師”的轉(zhuǎn)型。

3教學(xué)改革成效

OODA循環(huán)理論與自動化專業(yè)人才培養(yǎng)體系高度契合。該理論的持續(xù)迭代和閉環(huán)管理特性，使教師能及時洞察自動化行業(yè)的技術(shù)演進(jìn)和人才需求變化，精準(zhǔn)剖析現(xiàn)有培養(yǎng)體系的不足，據(jù)此靈活調(diào)整教學(xué)內(nèi)容、優(yōu)化實踐環(huán)節(jié)、創(chuàng)新教學(xué)模式，讓學(xué)生在不斷優(yōu)化的教學(xué)環(huán)境中，全面提升專業(yè)知識、實踐技能和創(chuàng)新思維，培養(yǎng)出契合行業(yè)動態(tài)發(fā)展需求的自動化專業(yè)人才。以筆者所在學(xué)校自動化專業(yè)為例，該專業(yè)經(jīng)過一段時間的實踐，基于“OODA+AI”的應(yīng)用型自動化專業(yè)人才創(chuàng)新培養(yǎng)模式取得了較為顯著的成效。

在教學(xué)改革方面，教師積極參與教學(xué)研究和改革項目，承擔(dān)的教改課題數(shù)量和質(zhì)量均有明顯提升。近5年，學(xué)校自動化專業(yè)教師牽頭獲批省部級教改項目4項，校級教改項目9項，在探索新的教學(xué)方法和課程體系改革方面取得了重要成果。

專業(yè)建設(shè)成果突出，自動化專業(yè)人選省級一流專業(yè)建設(shè)點(diǎn)，專業(yè)的社會影響力和競爭力不斷增強(qiáng)。課程建設(shè)成績斐然，1門課程入選省級一流本科課程，1門課程入選校級一流課程，4門課程入選校級課程思政示范課程，10門課程建設(shè)為線上線下一體化課程，課程教學(xué)質(zhì)量得到顯著提高。教師團(tuán)隊在教學(xué)實踐中，不斷按照4 Δ00DA+AI^′ 提升教育教學(xué)水平，獲得省級教育教學(xué)信息化大賽二等獎1項。

實踐教學(xué)成果豐碩，學(xué)生在各類學(xué)科競賽和實踐活動中屢獲佳績。近5年來，學(xué)生在全國大學(xué)生電子設(shè)計大賽、機(jī)器人及人工智能大賽、“西門子\"智能制造挑戰(zhàn)賽、“挑戰(zhàn)杯\"等中，獲得國家級獎項11項，區(qū)級獎項36項，學(xué)生的實踐能力和創(chuàng)新能力得到了企業(yè)和社會的高度認(rèn)可，畢業(yè)生的就業(yè)率和就業(yè)質(zhì)量明顯提升，許多畢業(yè)生成為企業(yè)的技術(shù)骨干和創(chuàng)新人才。

4結(jié)語

融合OODA循環(huán)與AI技術(shù)的應(yīng)用型自動化專業(yè)人才創(chuàng)新培養(yǎng)模式，為解決當(dāng)前自動化專業(yè)人才培養(yǎng)面臨的問題提供了一種有效途徑。通過構(gòu)建科學(xué)的培養(yǎng)體系、優(yōu)化專業(yè)和課程體系、創(chuàng)新教學(xué)方法以及加強(qiáng)實驗教學(xué)改革，能夠全面提升學(xué)生的專業(yè)素養(yǎng)、創(chuàng)新能力和實踐技能，培養(yǎng)適應(yīng)時代發(fā)展需求的應(yīng)用型自動化專業(yè)人才。

然而，人才培養(yǎng)是一個長期而復(fù)雜的過程，需要不斷地探索和改進(jìn)。在未來的實踐中，應(yīng)持續(xù)關(guān)注行業(yè)發(fā)展動態(tài)和技術(shù)創(chuàng)新趨勢，進(jìn)一步完善“OODA ?+ AI\"培養(yǎng)模式，加強(qiáng)師資隊伍建設(shè)，提高教學(xué)資源質(zhì)量，為自動化行業(yè)的發(fā)展培養(yǎng)更多高素質(zhì)的創(chuàng)新型人才，推動我國自動化產(chǎn)業(yè)的創(chuàng)新升級和可持續(xù)發(fā)展。

參考文獻(xiàn)

[1]姜萍，孟麗，付磊.聚焦工程創(chuàng)造力的自動化專業(yè)核心課程群建設(shè)[J].高教學(xué)刊，2024（34）：37-40.

[2]鄭秀娟，熊凌，吳懷宇，等.智能制造視域下自動化專業(yè)學(xué)生工程創(chuàng)新能力培養(yǎng)[J].中國冶金教育，2024（2）：17-21.

[3]李建雄，呼忠權(quán)，馬鍇，等.地方高校自動化專業(yè)創(chuàng)新實踐平臺建設(shè)[J].教育信息化論壇，2024（1）：99-101.

[4]劉建勛，金宏斌，鄧衛(wèi)強(qiáng)，等.OODA理論在空天目標(biāo)特性與作戰(zhàn)方式課程教學(xué)中的應(yīng)用[J].空天預(yù)警研究學(xué)報，2023（6）：458-461.

[5]王晗.基于“ AI+ 教育”的高校人機(jī)協(xié)同教學(xué)模式路徑探索及應(yīng)用研究[J].移動信息，2024（7）：114-116.

[6]周夢麗.AI深度賦能高校教育教學(xué)智能化革新路徑研究[J].中文科技期刊數(shù)據(jù)庫（文摘版）教育，2024（10）：0188-0191.

[7]唐偉為.“AI+智能”賦能高校智慧教學(xué)生態(tài)體系構(gòu)建研究[J].移動信息，2024（1）：92-94.

[8]王琰，韓苗苗.東方謀略的西方詮釋[J].濱州學(xué)院學(xué)報，2021（3） ：26-30.

[9]湯羅浩，劉毅，丁兆云，等.“指揮與控制原理”的課程思政實踐[J].現(xiàn)代職業(yè)教育，2023（7）：41-44.

[10]趙翔.知識圖譜賦能高等教育教學(xué)數(shù)字化轉(zhuǎn)型探索[J].中國現(xiàn)代教育裝備，2024（5）：3-4，7.

[11]吳蘭岸，閆寒冰，黃發(fā)良，等.大型語言模型在高等教育中的應(yīng)用分析與現(xiàn)實挑戰(zhàn)[J].現(xiàn)代教育技術(shù)，2023（8） ：29-37.

[12]林健，楊冬.工程教育智能化：系統(tǒng)設(shè)計與整體實現(xiàn)[J].高等工程教育研究，2024（2）：1-11，96.

（編輯 李春燕）

Research on the cultivation of application-oriented automation professionals driven by both OODA and AI

WANG Yibo， ZHAO Liangkai， ZHANG Kun，LIANG Weishan，HUANG Qiuyong* （College of Information Science and Engineering，Liuzhou Institute of Technology，Liuzhou 545616， China）

Abstract：Inthecurrnteraofrapidtechnologicaladvancement，there isanincreasingdemandforapplication-oriented innovative talents inthefieldofautomation.Thispaper drawsontheconceptof integrating OODAlooptheory withAI technology toconstruct a brandnew innovativetraining system forapplication-orientedautomation professionals.By constructing anOODAloopmigrationmodel，itisintegrated intotheprofesional qualityasurancesystem，curriculum system，and teaching practice.Thetalent training system isoptimizedaccordingtothefour stagesofobservation，judgment， decision-making，and execution，andcombinedwith AI technology empowerment，thequalityof talent training is comprehensively enhanced.Theaim is toprovide theautomation industry with high-qualityapplication-oriented talents equipped with innovative and practical skils，thereby promoting the innovative development of the industry.

Key Words： application-oriented undergraduate; automation major; OODA loop； AI technology