报告题目: 基于强化学习算法的优化控制器设计

报告人:何舒平（安徽大学，教授）

报告时间：2021年4月26日（周一），下午2:30

报告地点：太阳集团tyc9728会议室

主办单位：高端装备先进感知与智能控制教育部重点实验室，太阳集团tyc9728，科技处，研究生部

何舒平，安徽大学三级教授，博士生导师，电气工程与自动化学院副院长，英国曼彻斯特大学联合培养博士。安徽省杰出青年基金获得者，全国宝钢奖优秀教师，安徽省教学名师，安徽省学术和技术带头人后备人选。IEEE高级会员、中国自动化学会青年工作委员委员、安徽大学学术委员会委员等近十个国内外学术组织任职。从事随机系统与随机控制、强化学习与自适应优化、人工智能方法等领域研究工作。作为项目负责人承担国家自然科学基金三项、省部级项目以及企业委托项目十余项。发表Automatica、IEEE 期刊等学术论文一百多篇，出版中、英文科研专著两部。第一完成人获得安徽省科学技术二等奖、安徽省教学成果奖一等奖。                                                 

简要摘要

求解线性系统的优化控制问题，可以转化为寻找相应的代数Riccati方程的正定解。对于非线性系统，优化控制问题可以转化为求解相应的Hamilton Jacobi方程。实际上，大多数现有的优化控制问题的结论是离线的。因此，设计线性/非线性系统的在线优化控制算法，对于研究系统实时控制等问题而言，是至关重要的。本报告主要针对随机跳变系统、线性微分包含神经网络等系统，提出了在线强化学习和策略迭代算法，进而开展自适应优化控制研究。