报告题目：Reinforcement Learning-Based Motion Control of Four In-Wheel Motor-Actuated Electric Vehicles

报告人：Xiangyu Meng, Louisiana State University

报告时间：2025年7月17日（周四）14:00

报告地点：信控楼B202

个人简介

Dr. Xiangyu Meng received his M.S. degree in Control Science and Engineering from Harbin Institute of Technology, China, and his Ph.D. degree in Electrical and Computer Engineering from the University of Alberta, Canada, in 2008 and 2014, respectively. From 2015 to 2016, he was at Nanyang Technological University, as a Research Fellow. From 2017 to 2018, he was a Postdoctoral Fellow at Boston University. He is currently Assistant Professor in the Division of Electrical and Computer Engineering, Louisiana State University, USA. His research interests include control and reinforcement learning, connected and autonomous vehicles, and intelligent transportation systems.

报告内容

In this talk, we leverage a reinforcement learning approach to address the motion control problem of Four In-Wheel Motor Actuated Vehicles aimed at achieving precise control while optimizing energy efficiency. Our control architecture consists of four adaptive Proportional-Integral-Derivative controllers, each assigned to an independent vehicle wheel. We train these controllers using an actor-critic framework in two standard driving scenarios: acceleration and braking, as well as a double lane-change maneuver. This method eliminates the need for a detailed mathematical model of the complex vehicle dynamics. Moreover, the adaptive mechanism enables controllers to dynamically adapt to varying operating conditions. After training, the resulting controllers are tested in unseen scenarios to validate their robustness and adaptability beyond the training environment. The testing results show that our controllers achieve precise velocity and trajectory tracking while maintaining low energy consumption.

报告题目：动态系统分布鲁棒博弈研究

报告人：刘帅，山东大学

报告时间：2025年7月17日（周四）15:00

报告地点：信控楼B202

个人简介

刘帅，山东大学控制科学与工程学院齐鲁特聘教授，博士生导师。2012年获新加坡南洋理工大学博士学位。2011~2017年Berkeley Education Alliance for Research in Singapore （新加坡- 伯克利 (University of California at Berkeley) 联合研究中心）高级研究员。国家海外高层次青年人才，山东省泰山学者特聘专家，山东大学杰出青年学者，泉城“5150”引才倍增计划创业人才。主持/参与教改项目12项，获全国高校自动化类专业青年教师讲课（说课）大赛一等奖，山东省教学成果奖一等奖，山东省自动化学会教学成果一等奖3项，省普通高等教育课程思政示范课程2项等。研究方向包括网络系统分布式控制、估计与优化，能源系统等。主持/参加多项国际和国家级项目，包括国家自然科学基金创新研究群体项目1项（骨干成员之一），国家海外高层次人才引进计划青年项目，国家自然科学基金重点项目2项，联合项目2项，面上项目1项，山东省重大创新工程1项等。发表SCI论文100余篇，授权国内外专利20余件。以第一完成人获山东省自然科学二等奖、中国自动化学会自然科学二等奖、山东省自动化学会自然科学一等奖、中国仪器仪表学会技术发明奖。获18届IEEE Conference on Industrial Electronics & Applications 2023最佳论文，IEEE控制系统协会智慧城市专委会2023最佳论文，第7届Chinese Conference on Swarm Intelligence and Cooperative Control 2023最佳论文2项。担任IEEE T-CYBER、IEEE JAS、ISA Transactions、Unmanned Systems等控制期刊编委，国际IEEE控制系统协会会议编委会委员、IEEE 控制系统协会非线性系统与控制专委会和IEEE控制系统协会智慧城市专委会委员，多次担任控制领域著名国际大会区域主席、程序主席、邀请主席、宣传主席等。担任中国指挥与控制学会集群智能与协同控制专委会，中国自动化学会混合智能专委会、工业物联网技术与应用专委会、技术过程的故障诊断与安全性专委会、新能源与储能系统控制专委会委员，山东省自动化学会智能故障检测专业委员会副主任。

报告内容

随着信息物理系统的迅速发展，动态系统博弈在能源、交通、安全、金融等领域得到广泛应用，并持续受到学术界和工程界的高度关注。作为信息物理系统中的核心研究问题之一，动态博弈因其复杂的动态约束与多主体交互特性，面临显著的建模与求解难题。均衡搜索作为其关键求解范式，广泛用于刻画玩家策略演化、衡量决策最优性与保障系统稳定性。当前研究多聚焦于已知、独立动态系统下的博弈与均衡计算方法，难以应对耦合非线性和未知动态下的复杂博弈场景，尚缺乏高效的均衡求解框架。报告将围绕复杂动态系统下的博弈问题，构建全新的理论范式，设计具可行性的学习算法体系。