主讲人：孙中奇

时间：2024年10月25日10：00

地点：电气楼313

主讲人简介：

孙中奇，准聘教授，国家优秀青年基金获得者。2018年获得北京理工大学博士学位，2018-2019年在荷兰格罗宁根大学做博士后研究工作，现为北京理工大学准聘教授。主要研究无人系统决策、模型预测控制、强化学习等。在Automatica，IEEE汇刊登发表学术论文60余篇。主持国家自然科学基金青年项目、面上项目，北京市自然基金面上项目等十余项。出版学术专著2部，授权发明专利十余项。获得中国自动化学会优秀博士学位论文奖、中国自动化学会自然科学一等奖（3/4）、国防科技进步三等奖（3/5）等。

内容摘要：

无人系统中模型预测控制（MPC）是处理约束及优化性能的重要方法，实际应用中存在精确模型依赖度高和计算量大的局限。本报告针对模型预测控制如何处理不确定性展开探讨。首先，介绍模型预测控制方法的基本原理及其要解决的理论问题；然后，针对不确定性介绍两类处理不确定性的方法：鲁棒模型预测控制和抗扰模型预测控制，并探讨强化学习在模型预测控制方法中的应用。最后，展示几个模型预测控制在无人驾驶车辆中的应用效果。