报告题目：随机迭代学习控制中的变增益设计

报 告 人：沈栋 教授（中国人民大学）

报告时间：2026年10月8日（星期四）15:40—16:40

报告地点：线上报告            腾讯会议ID：515-7075-2633

校内联系人：陈性敏 副教授       联系方式：84708351-8602

报告摘要：迭代学习控制是一种面向重复运行系统的前馈控制策略，其核心思想是利用前一次迭代的跟踪误差信息修正当前控制输入，从而沿迭代轴逐步逼近精确跟踪目标。随着网络化控制架构的普及，系统噪声、量测噪声和随机数据丢包等随机因素不可避免，随机迭代学习控制成为该领域的重要研究方向。然而，固定增益的比例型更新律在随机环境下存在根本性困境。本报告将介绍四种变增益设计策略，分别为递减增益设计、自适应增益设计、事件触发增益设计、矩阵型变增益。报告将重点阐述这四类策略的统一设计逻辑：如何以变增益序列替代固定增益，从而在随机噪声环境中保障输入序列的一致性收敛。这一框架为随机系统的学习控制算法设计提供了系统性的分析工具，适用于随机控制、递归算法设计与迭代学习控制等方向的研究者与研究生。

报告人简介：沈栋，中国人民大学数学学院吴玉章特聘教授，博士生导师。2010年博士毕业于中国科学院数学与系统科学研究院，曾在中科院自动化研究所和北京化工大学工作，先后在新加坡国立大学、澳大利亚皇家墨尔本理工大学从事学术访问。研究兴趣包括智能学习控制、随机系统的控制与优化、分布式人工智能等。担任TAC等7本SCI期刊编委，Springer Nature集团“智能控制与学习系统”系列丛书主编。已出版学术专著6部，在顶级期刊IEEE Transactions、JAS与Automatica发表论文70余篇。连续入选全球前2%顶尖科学家榜单与爱思唯尔中国高被引学者等。