讲座时间：2026年8月4日 8:30-12:00

讲座地点：北京信息科技大学图书馆勤信讲堂C602

讲座内容简介：

强化学习（Reinforcment Learning，RL）可用于实际应用中针对闭环最优性调节MPC方案。这种调优方式与利用经典拟合方法调整MPC底层模型有着本质的区别。上述思想得到了相关理论的支持，即若以正确的视角审视， 是马尔可夫决策过程(Markov Decision Processes,MDP)的通用逼近。该理论在MPC的开环预测与闭环实施之间架起一时足以使MPC达到近乎最优的闭环性能，以及为最后，该理论还为利用(不完美的)仿真模型构建适现实”的差距(sim2real gap)开辟一条理论路径进行综述。

主讲人简介：

Gros教授于2008年在洛桑联邦理工学院(EPFL)获得博士学位，专注于最优控制解的数据驱动校正。在完成从瑞士到珠穆朗玛峰大本营的骑行之旅及简短的工业界经历后，他于2011年加入荷语鲁汶大学(KU Leuven)从事博士后研究，主要研究风能、数值最优控制及实时MPC。他于2013年入瑞典查尔姆斯理工大学担任助理教授及副教授，研究自动驾驶与风能的MPC以及分布式优化，并在优化与MPC领域做出了多项贡献。他于2019年加入挪威科技大学(NTNU)担任网络控制系全职教授，提出了用于解决马尔可夫决策过程的数据驱动MPC新思想。Gros教授于2022年至2025年担任系主任，目前正领导涉及50多家挪威工业合作伙伴的挪威人工智能决策中心。

主办单位：自动化学院

联系人：马龙 80187485