报告题目：自适应动态规划自学习最优控制：原理与应用

报告时间：9月21日（周三）下午15:30

报告地点：C310

报告简介：报告主要介绍了基于自适应动态规划(Adaptive Dynamic Programming, ADP)的非线性系统自学习最优控制方法的基本原理和研究进展。自适应动态规划由美国学者P. J. Werbos首次提出，以最优性原理为基础，融合人工智能的先进方法，是解决大规模复杂非线性系统智能优化控制问题的方法。自适应动态规划基于增强式学习原理，采用非线性函数拟合方法逼近动态规划的性能指标，模拟人通过环境反馈进行学习的思路，有效地解决了动态规划“维数灾”的难题，近年来被认为是一种非常接近人脑智能的学习控制方法。该项目首先介绍了自适应动态规划的基本原理，然后进一步介绍迭代自适应动态规划的基础理论以及在求解非线性系统最优控制中的应用进展。

个人简历：

魏庆来，中国科学院自动化研究所研究员。主要从事自学习控制，自适应动态规划，智能控制，最优控制，智能电网及其工业应用研究工作。目前在国内外主流学术期刊和高水平国际会议上发表/录用论文120余篇，出版专著6部，撰写图书章节2章。主持基金课题20余项。获得2018年6月7日IEEE Transactions on Neural Networks and Learning Systems优秀论文奖，国家自然科学基金优秀青年基金，中国自动化学会自然科学一等奖，中国自动化学会杨嘉墀科技奖，中国自动化学会青年科学家奖，2016年亚太神经网络学会青年学者奖，2015年张嗣瀛优秀青年论文奖，2015年北京市科学技术奖，2015年德国纽伦堡发明展金奖，2014年江苏省双创人才奖，2011年自动化学报优秀论文奖等9项奖励。担任《自动化学报》副主编，IEEE/CAA JAS执行主编，Neurocomputing Associate EiC。共担任10本国内外相关领域期刊编委，主要包括IEEE Transactions on Cognitive and Developmental Systems, IEEE Transactions on Systems, Man, and Cybernetics: Systems, Information Sciences, Optimal Control Applications and Methods,,《控制工程》等。曾担任IEEE Transactions on Neural Networks and Learning Systems编委。担任IEEE CIS Beijing Chapter, 副主席。在ISNN2017，ICONIP 2017，WCICA 2016，WCCI2014等20余项国际相关领域学术会议上担任重要职务。