建立基于马尔科夫决策过程的开采设备群空间位姿关系运动学模型，研究小样本数据条件下模拟到现实的支护位姿调控策略迁移实现方法，形成复杂围岩环境-开采系统作用机理及设备群全程路径和姿态智能控制理论；探究掘进机在复杂振动条件下的惯导定位误差分布规律及其补偿策略，优化煤矿巷道环境下的视觉定位特征提取与匹配方法，构建多状态约束下的掘进机视觉/惯性融合自主定位系统，实现掘进机高精度定向、位姿调整、自适应截割及掘进环境可视化，形成掘进工作面掘、支、锚、运高效协同、一键启动、巷道随掘变形动态监测、自主决策与智能控制的辅助运输、掘进和支护智能掘进作业体系。进行机械化底层成套设备新框架的研发，最大限度发挥单一、集群设备本身智能化，结合边缘计算（边缘智能）缓解大数据集成模型自主决策的系统复杂度。构建采掘设备维护领域知识图谱与语义大语言模型prompt，开发结合AR/VR音频AI技术的人机智能互馈辅助运维系统。研究本质安全型无死角自动追踪灯光技术，结合音频AI技术手段自动识别、分析并反馈关键智能化决策参数。研究倾斜综采面上窜下滑、伪斜调整、三角自动化割煤工艺以及片帮处置；放顶煤工艺理论、关键技术及装置；超长工作面液压支架群组支护特性及协同控制等较复杂条件下智能化关键技术。利用大数据、数据挖掘技术、量化分析技术、深度学习、云计算等最新技术构建采区矿压规律分析、智能化运行分析、生产活动分析、设备负载分析、环境监测分析、数据质量分析等BIM+GIS+CPS技术框架下数据分析和挖掘的算法模型，形成高精度三维地测模型、智能采掘工艺、参数、装备与采动环境响应的多参量协同关系并达到物理环境与信息环境深层次交互融合为目的的采掘智能决策数字孪生支持系统和方法，揭示智能采动下多源多参数响应特征与时空演化规律，突破采掘工艺参数自适应实时化智能调控与常态化运行技术瓶颈。