Title：针对空间路径跟随的迭代学习控制框架与算法
Speaker：Chen, Yiyang (陈逸阳)
Affiliation：苏州大学
Time：14:00 - 16:00, 3/12/2020
Venue：东南大学四牌楼校区逸夫建筑馆1502室
Inviter：Wen, Qiang
Abstract：迭代学习控制是一种运用于重复性工作任务的先进技术，其通过对过去批次的学习可以有效提高给定重复控制任务的性能。在最近的相关研究中，有一大部分集中在如何扩展迭代学习控制的任务描述，从而取得更大的控制设计自由度并将迭代学习控制应用到更为广阔的其他领域中。本报告将阐述如何将传统迭代学习控制任务描述中关于跟踪时间固定的假设移除，并将这项技术应用到空间路径跟随问题中。本报告首先给出了点对点于分段线性路径跟随问题的数学描述，并推导出相关迭代学习控制算法。基于以上两种特殊情况的总结，本报告进一步提出一种可以针对一般性空间路径的迭代学习控制算法。由于去除了空间路径上任意点的跟踪时间限制，可以通过对跟踪时间的重新安排来优化除了路径跟随精度之外的额外性能，例如降低系统能耗。为了检验算法的性能，本报告通过展示相关算法与传统算法在龙门框架式机器人上的对比，证明了其优于传统控制算法。
报告人介绍：陈逸阳，2009年10月-2013年6月于英国帝国理工学院电气与电子学院攻读本硕连读学位，2013年10月-2017年11月于英国南安普顿大学电子与计算机学院攻读博士学位。博士毕业后到2018年9月以博士后身份留在原课题组继续从事迭代学习控制方面的研究，之后以博士后身份加入南安普顿大学工程学院交通研究组参与西门子公司的Future SCOOT项目，为2020年12月伦敦的城市交通控制系统升级计划提供优化算法方面的支持。2020年6月入职苏州大学机电工程学院自动化系副教授、硕士生导师、优秀青年学者。目前的科研方向包括自动控制、优化算法、人工智能、工业机器人、交通信号控制。截止目前，申请人已发表近20篇科研论文，其中以第一作者身份在IEEE Transactions on Control Systems Technology, Mechatronics, Control Engineering Practice，Knowledge-based Systems等控制领域和人工智能领域主流期刊上发表多篇论文。