报告人: 姜钟平 纽约大学

题目：Learning-Based Control: A New Direction in Control Theory

报告时间: 2025年5月09日 星期五 下午16:00

报告地点: 江南大学物联网工程学院D328

邀请人: 赵华荣

报告简介:

模型驱动的控制方法长期以来一直是工程和科学领域的核心。然而，随着人工智能与自主系统的迅速发展，控制系统设计正面临新的范式转变。本报告将介绍一种不同于传统的控制方法——学习型控制。该方法不依赖于精确的系统建模，而是直接从数据中学习期望的控制器。学习型控制旨在发展计算简洁、理论上可解析的强化学习算法，并在闭环系统中实现稳定性、鲁棒性和最优性的理论保证。本报告将首先回顾学习型控制在未知动力学的连续时间线性与非线性系统中的早期研究进展。接着，介绍近期在应对不确定性与干扰条件下提升控制器鲁棒性方面的研究成果。最后，通过在自动驾驶车辆与生物运动控制等领域的应用，展示学习型控制方法的有效性与广泛适用性。

姜钟平教授:1983 年入学武汉大学数学系“中法班”，于1988年获得武汉大学数学系学士学位，1989 年获得巴黎南大统计学硕士学位，1993年获法国高等矿业大学自动控制与数学博士学位，目前是纽约大学教授。1999年受聘于美国纽约科技大学，任助理教授，2002年聘为副教授，2007年聘为教授。姜教授是非线性小增益理论的关键创立者，主要研究领域为稳定性理论、鲁棒/自适应/非线性控制、反馈优化、强化学习和自适应动态规划及其在通讯网络、欠驱动力学系统、自主系统、智能交通和系统神经学中的应用，其研究成果在数学与自动控制领域发表500多篇国际期刊和会议论文，谷歌学术总引用超过 38000,谷歌 h-指数为96，出版了6本专著。至今担任过多个国际期刊的编委、资深编委和副主编。基于他的研究工作，姜博士于1998年获得澳大利亚伊丽莎白二世杰出研究奖，2001年获得美国国家科学基金会成就奖，2005年获日本科学振兴会研究奖，2007年获得中国自然科学基金会海外杰出华人研究奖(中科院系统科学研究所)，2008年当选为美国电气电子工程师协会会士(IEEE Fellow)，2013年当选为国际自动控制联合会会士(IFAC Fellow)，2017年当选为中国自动化学会会士，2018年入选科睿唯安高被引全球研究员，2020年获控制理论和技术期刊最佳论文奖，2021年当选为欧洲科学院外籍院士，2022年获得纽约大学坦登工学院杰出研究奖2022年当选为亚太人工智能协会会士，2023年当选为欧洲科学与艺术院院士2023年入选美国科学促进会会士(AAAS Fellow)，2023年入选斯坦福全球顶尖2%高被引科学家，2024年被授予纽约大学工学院杰出教授(Imstitute Professor)。