报告题目：模型驱动与强化学习相结合的机器人控制与决策
报告人：张巍
主持人：任锦瑞
报告时间：2021年6月25日（周五）下午15:00
报告地点：腾讯会议（会议ID：545 264 941）
报告简介：随着深度学习和计算机硬件的快速发展，机器学习算法被广泛的应用在工程的各个分支领域中。基于数据驱动的深度学习算法已经在机器人感知方面取得了较大的成功。然而在控制与决策问题方面，由于机器人自身的物理与动力学特性，单纯的机器学习算法任有较大的局限性，很难在实际系统中成功应用。本报告将以单机器人和多机器人等复杂动力学系统为应用背景，重点讨论基于模型的最优控制算法与数据驱动的强化学习算法的深层关系。同时将结合多智能体博弈、人机混合智能、混杂系统最优控制、足式机器人步态控制等多个具体应用问题探讨几种将最优控制理论嵌入强化学习算法的策略。
报告人简历：张巍，现任南方科技大学长聘正教授、博士生导师，深圳市鹏城学者特聘教授，并兼任南科大机器人研究院副经理，和鹏城实验室双聘教授。本科就读于中国科技大学自动化系。之后赴美国留学，在美国普渡大学(Purdue University)获得统计系硕士学位和电气与计算机工程系博士学位。攻读博士期间获得国家优秀自费职工奖。博士毕业后加入美国加州大学伯克利分校(UC Berkeley)担任博士后研究员。从2011年开始在美国俄亥俄州立大学(Ohio State University)电气与计算机工程系任教，并于2017年6月晋升长聘副教授。2019年全职加入南方科技大学。他的研究方向包括控制理论与应用、机器学习、机器人、智能电网等。在美国工作期间获得美国国家科学基金职业奖（NSF CAREER）和美国俄亥俄州立大学Lumley杰出科研奖。在TAC、Automatica、Proceedings of IEEE等权威期刊论文近40篇，部分应用成果发表在ICRA、IROS、ICML、NeurIPS (亮点论文，前2%)、AAAI、IJCAI等机器人与人工智能领域顶会上。曾担任IEEE Transactions on Power Systems编委（Editor），IEEE控制系统协会会议编委会副主编。现为IEEE高级会员和IEEE Transactions on Control System Technology副主编。
