报告题目：基于双重探索利用的自优化控制
报告人：李中国 教授
时间：2026年4月11日 16:00-17:00
地点：卓越楼810会议室
摘要：在不确定性环境中实现最优控制，是众多科学与工程领域面临的核心挑战之一。针对这一问题，我们提出了一种融合探索与利用的双重控制框架（Dual Control for Exploration and Exploitation, DCEE），旨在解决复杂环境下自优化控制的难题。通常情况下，系统在追踪未知最优运行状态与进行参数辨识之间存在根本性矛盾。为此，所提出的DCEE框架通过主动引入探索机制，在消除对额外扰动信号依赖的同时，有效降低系统的认知不确定性。这一特性使其显著优于传统自适应控制方法。在技术实现上，我们进一步提出了一种基于集成学习的多估计器方法，用于在线学习环境参数，并实时量化估计过程中的不确定性。该控制策略兼具双重功能：一方面，最小化当前状态与未知最优运行状态之间的跟踪误差；另一方面，通过主动探索环境，持续降低认知不确定性，从而实现动态环境下的自优化控制。
报告人简介：李中国目前是东南大学自动化学院青年首席教授、国家级青年人才。于2017年和2021年分别获得英国曼彻斯特大学电子与电气工程专业学士和博士学位。李博士曾担任曼彻斯特大学和伦敦大学学院助理教授，并在拉夫堡大学担任博士后研究员。目前担任Scientific Reports、Frontiers in Robotics and AI等期刊副编辑。他的研究主要集中于网络化系统的控制与决策、机器人学习，基于大语言模型的智能控制与能源系统资源优化。目前，在相关领域发表40余篇论文，其中包括IEEE Transactions on Automatic Control，Automatica，并出版了一本英文专著《分布式优化与学习》（Elsevier学术出版社，2024）。
