报告题目：数据驱动的控制算法设计

报告人：莫一林，清华大学自动化系

报告时间：2021年8月5日15:00-16:30

报告地点：腾讯会议 ID：504 794 076

内容简介：

      本报告针对常见的LQG控制，考虑了模型参数未知的情况下，如何同时解决系统模型参数辨识以及最优控制问题。通过对探索和利用两者的平衡，给出了一种渐进收敛到最优控制器的控制策略，并且通过收敛定理，刻画了控制策略的收敛速率。另一方面，针对无人驾驶系统，本演讲提出了将容易精确机理建模的车体动力学部分与难以建立机理模型的轮胎-地面接触模型进行分离。在车辆高速行驶或具有较大侧滑的情况下，通过对车体动力学部分的模型预测控制，以及对轮胎的前馈控制，在仿真与实际Racecar平台中，取得了比传统的纯粹机理的控制策略以及主流强化学习的策略更好的控制性能。

报告人简介：

       莫一林现任清华大学自动化系副教授。他于2007年在清华大学自动化系获得学士学位，2012年于美国卡内基梅隆大学电子与计算机工程系获得博士学位。加入清华大学之前，他曾于卡内基梅隆大学，加州理工学院进行博士后研究。2015年他加入了新加坡南洋理工大学电子与电机工程学院，任助理教授，2018年返回清华大学自动化系任职。目前担任控制领域期刊Automatica的Associate Editor。他的主要研究方向包括控制系统安全与网络化控制系统，及其在智能电网、机器人与无人驾驶领域的应用。