南开大学机器人与信息自动化研究所    天津市智能机器人技术重点实验室

2024年先进机器人与人工智能系列学术讲座（第276-277期）

Seminar Series：Advanced Robotics & Artificial Intelligence

报告时间：2024年11月6日（周三）10:00-11:00

报告嘉宾：赵成 中国科学院数学与系统科学研究院

腾讯会议：237-505-142

报告题目：非线性不确定系统的PID控制理论

报告摘要：

具有百年历史的著名比例-积分-微分（PID）控制器是迄今为止自动控制中应用最为广泛的反馈控制方法。它与傅里叶变换、排序算法、随机数生成等十种算法被认为是“统治世界的十大算法”。但是，对于实际中无处不在的非线性不确定被控系统，PID控制的理论与实践之间仍存在显著鸿沟。为阐述PID控制器在实际应用中如此成功的基本原理，本报告将对如下几个基本科学问题给出初步回答：PID这个线性反馈控制能否应对大范围非线性不确定动态系统？如何具体设计PID参数？PID具有哪些局限？能否设计更为智能可靠的PID型控制算法？

报告人简介：

赵成，中国科学院数学与系统科学研究院副研究员、博士生导师。研究方向包括不确定非线性系统控制理论及应用、随机系统等。入选中国科协青年人才托举工程，中科院数学院“陈景润未来之星”等人才项目和计划。在IEEE TAC、Automatica、SICON、《中国科学：信息科学》等学术期刊和会议发表论文近20篇。曾荣获《中国科学：信息科学》高影响力论文、关肇直青年研究奖、中国科学院优秀博士论文以及中国科协优秀论文等荣誉和奖项。现担任《Journal of Systems Science and Complexity》期刊编委。

报告时间：2024年11月6日（周三）16:00-17:00

报告嘉宾：王颖 瑞典皇家理工学院

腾讯会议：370-154-459

报告题目：时变阈值二值观测下的联合辨识算法

报告摘要：

量化是面向大数据和复杂网络通信的必要手段，相比于精确数据，量化数据具有通信成本低、便于储存等优点。然而，量化数据提供的可用信息少，而且量化是一个强非线性过程，这为系统辨识带来了严峻的挑战。如何在量化数据下实现系统辨识是近二十多年来不确定性系统辨识研究的重点和难点问题。目前几乎所有量化辨识的文献仅在随机框架或确定性框架的前提下研究基于量化数据的参数辨识，缺乏统一两种框架的辨识算法。本研究基于一种自适应阈值的设计，克服了量化系统在确定性框架中缺乏激励而难以辨识的难点，构造了同时适用于确定性框架和随机框架的在线量化辨识算法，并分别给出了算法的收敛性分析。

报告人简介：

王颖，博士毕业于中国科学院数学与系统科学研究院，现为瑞典皇家理工学院博士后。研究方向包括量化系统的辨识与控制、网络化系统的分布式辨识与自适应控制等。在Automatica、 IEEE Trans. on Automatic Control、SIAM Journal on Control and Optimization等系统控制领域重要期刊和会议上发表十余篇学术论文。曾获中国科学院院长特别奖、第五届系统科学大会最佳张贴论文奖等。获国自然青年基金、中国博士后创新人才计划、中国博士后面上一等资助等。并担任了IEEE Trans. on Automatic Control、Automatica、System &Control Letters等系统控制领域重要期刊的审稿人。