報 告人：付俊杰 教授

報告題目：基于模型加速安全強化學(xué)習(xí)的無人車軌跡跟蹤控制

報告時間：2025年05月17日（周六）上午10:30

報告地點：騰訊會議411-195-263

主辦單位：數(shù)學(xué)與統(tǒng)計學(xué)院、數(shù)學(xué)研究院、科學(xué)技術(shù)研究院

報告人簡介：

     付俊杰，東南大學(xué)教授，博導(dǎo)，教育部國家高層次人才，江蘇省杰出青年基金獲得者。2011年及2017年于北京大學(xué)工學(xué)院分別獲學(xué)士和博士學(xué)位。2017年至今于東南大學(xué)任教。主要研究方向包括輸入飽和多智能體分布式協(xié)同控制、分布式協(xié)同避障、分布式模型預(yù)測控制、多智能體安全強化學(xué)習(xí)等。至今共發(fā)表（含接收）SCI期刊論文50余篇，出版中文專著2部，英文專著章節(jié)1篇。申請國家發(fā)明專利11項（已授權(quán)6項）。主持國防項目、教育部裝備預(yù)研聯(lián)合基金、江蘇省杰出青年基金項目、國家自然科學(xué)基金面上及青年項目等。曾獲2022年中國指揮與控制學(xué)會科學(xué)技術(shù)進步一等獎（排2/15），2023年亞太神經(jīng)網(wǎng)絡(luò)學(xué)會青年研究獎，2022  ICUS 最佳會議論文獎（排1/2）等。擔(dān)任國際SCI期刊The Innovation、 Intelligence and Robotics、無人系統(tǒng)技術(shù)等青年編委，IEEE SMC Magazine編委。目前為中國指揮與控制學(xué)會網(wǎng)絡(luò)科學(xué)與工程專委會副總干事、IEEE Senior Member。

報告摘要：

  對于復(fù)雜環(huán)境下存在動力學(xué)不確定性的無人車系統(tǒng)安全軌跡跟蹤控制問題，傳統(tǒng)自適應(yīng)或者擾動補償控制方法通常依賴于未知動力學(xué)及外界擾動項的一些先驗信息，而魯棒控制方法通常依賴于擾動上界并且控制輸入具有一定保守性。基于強化學(xué)習(xí)方法的軌跡跟蹤控制可以降低對系統(tǒng)動力學(xué)及環(huán)境信息的依賴，僅利用在線交互數(shù)據(jù)即可實現(xiàn)對控制策略的學(xué)習(xí)與訓(xùn)練。然而，強化學(xué)習(xí)過程中的探索步驟對于無人車運行過程中的安全性構(gòu)成威脅，且強化學(xué)習(xí)算法通常需要大量樣本才能實現(xiàn)策略網(wǎng)絡(luò)收斂，可能帶來過高的訓(xùn)練成本。本報告介紹近期提出的一種基于模型加速安全強化學(xué)習(xí)的無人車軌跡跟蹤控制方法，能夠?qū)崿F(xiàn)策略網(wǎng)絡(luò)訓(xùn)練過程中無人車系統(tǒng)的高安全性以及大幅提升策略網(wǎng)絡(luò)訓(xùn)練速度。