123-自动化学院
学术动态
  自动化学术论坛[2024第2…
  自动化学术论坛[2024第2…
  自动化学术论坛[2024第1…
  自动化学术论坛[2024第1…
  自动化学术论坛[2024第1…
  自动化学术论坛[2024第7…
  自动化学术论坛[2024第1…
  自动化学术论坛[2023第1…
  自动化学术论坛[2023第1…
  自动化学术论坛[2023第1…
 
自动化学术论坛[2023第94-95期]:第九届研究生学术年会——研究生国际交流与成果汇报


第九届研究生学术年会——研究生国际交流与成果汇报

博士场


人:王卉婷

报告时间:11月9日(星期四)14:00

报告地点:信息楼310

报告题目:时滞切换系统的稳定性分析

内容简介:介绍了维多利亚大学以及ACIPL实验室的基本概况,同时分享了访学期间关于时滞切换系统的研究,该研究包括全部模态稳定的切换系统稳定性分析及具有不稳定模态切换系统的应用。通过慢切换和多LK泛函,提出了针对时滞切换神经网络有效的稳定性条件。另外,应用切换系统框架,提出了针对大时滞神经网络保守性更低,适用性更强的稳定性条件。在最后,分享了访学期间的生活。




人:毕乐宇

报告时间:11月9日(星期四)14:00

报告地点:信息楼310

报告题目:在路上:维多利亚大学访学的研究及生活

内容简介:首先,针对复杂精密器件的建模与智能决策任务,简要介绍访学期间的研究进展,包括自适应混合建模、基于智能体通用模型的思考。其次,分享ACIPL实验室的文化,维多利亚的春夏秋冬、加拿大的一山一水和生活的柴米油盐。最后,分享一年访学的感悟。




人:贺文朋

报告时间:11月9日(星期四)14:00

报告地点:信息楼310

报告题目:基于数据驱动的切换多智能体系统最优一致性控制

内容简介:多智能体系统分布式控制的控制对象为个体的局部误差系统,当通讯拓扑不稳定时,局部误差系统变为时变系统,导致现有的性能指标函数及强化学习方法难以解决此类问题。本课题利用估计器设计了一种结构层面时不变的增广局部误差系统和对应的性能指标函数,同时结合强化学习方法得到了分布式近似最优的控制策略,为解决切换多智能体系统的最优一致性控制提供了一种可行思路。




第九届研究生学术年会——研究生国际交流与成果汇报

硕士场



人:孙嘉春

报告时间:11月10日(星期五)14:00

报告地点:信息楼310

报告题目:含有输入时滞的多智能体编队包含控制

内容简介:多无人机编队包含问题是无人机研究领域中的一个必不可少的方向。在实际应用中,由于智能体之间的信息交换以及驱动智能体的测量、处理、传输等问题,导致多智能体系统队形控制中往往出现时滞,会影响多智能体系统的稳定性与控制效果。本报告将在含有输入时滞的多智能体编队包含控制中,分享已取得的研究成果。




人:曾泓瑞

报告时间:11月10日(星期五)14:00

报告地点:信息楼310

报告题目:一种基于群智感知的外卖配送路径规划方法

内容简介:提出一种以较低成本雇佣闲置单车资源完成配送任务的基于群智感知的外卖配送模式。以最小化商家总配送成本为优化目标,以时间窗等为约束条件的闲置单车路径规划模型,设计了一种改进遗传算法求解该路径规划模型,采用保序初始化方法构造初始种群,引入OX交叉算法和自适应变异算法,解决传统算法收敛速度慢、容易陷入局部最优解等问题。




人:陈思雨

报告时间:11月10日(星期五)14:00

报告地点:信息楼310

报告题目:基于深度确定性策略梯度算法和迁移学习方法的多欠驱动关节机械臂摇起控制策略

内容简介:针对仅第一关节为主动关节的垂直三连杆欠驱动机械臂,提出一种基于深度确定性策略梯度算法和迁移学习方法的摇起控制策略,有效地解决了多欠驱动关节垂直机械臂用单个主动关节难以协调多个被动关节状态,摇起控制目标难以实现的难题。相比于其他控制方法,具有更短的控制时长、更小的控制力矩以及更优的鲁棒性能,对于丰富多欠驱动关节垂直机械臂的控制理论具有重要意义。




人:徐志超

报告时间:11月10日(星期五)14:00

报告地点:信息楼310

报告题目:聚合物卷捻型驱动器建模与基于模型的跟踪控制方法

内容简介:聚合物卷捻型驱动器(TCA)具有输出力大、体积小巧、成本低和易于驱动的优点,在软体机器人领域具有广阔的应用前景。本研究使用Bouc-Wen模型和动态线性系统相结合的方法建立了热-力模型,可以准确地描述TCA的率相关迟滞非线性,并提出带迟滞逆补偿控制器的双闭环控制结构,实现对TCA的温度的快速控制和率相关迟滞非线性的补偿。




  人:潘宇彤

报告时间:11月10日(星期五)14:00

报告地点:信息楼310

报告题目:基于CF-Stacking模型的滑坡空间预测
内容简介:本报告介绍了在加拿大阿尔伯塔大学访学期间的研究内容和生活情况。滑坡空间预测目的是建立滑坡位置与各个滑坡评价因子之间的关系,通过数据挖掘、地理信息科学等技术和手段在空间范围内识别滑坡的易发区域。本报告提出了一种滑坡空间预测模型,它结合了级联森林和Stacking集成学习方法。与传统预测模型相比,CF-Stacking 模型具有更高的精度,可以为地质灾害预警提供有效指导。