机构名称：
¥ 1.0
基于模型的控制在工程和科学的许多分支中都起着至关重要的作用。本演讲的目的是为控制系统设计提供不同的范式。我们直接从数据中学习了理想的控制器，而不是从模型中设计控制器，这是控制理论的新方向，它来自人工智能和自主系统中的新兴应用。基于学习的控制是一种直接控制方法，旨在开发具有保证的稳定性，鲁棒性和最佳性的计算简单，可分析的（增强）学习算法。在本演讲中，我将首先回顾具有未知动态的连续时间线性和非线性系统的基于学习的控制的早期发展。然后，我将以基于学习的控制器的鲁棒性介绍最新结果。最后，我们通过其应用于自动驾驶汽车和生物运动控制的应用来说明基于学习的控制的有效性。
郑江教授。
主要关键词
相关文件推荐
