2022年7月16日，正值js33333金沙线路检测60周年院庆之际，js33333金沙线路检测副院长李世华教授邀请杰出校友和院友美国加州大学圣克鲁兹分校应用数学系教授及系主任宫琪教授作了主题为“Model-based Machine Learning Methods for Optimal Feedback Control”的学术报告。

    图1宫琪教授作报告

  在本讲座中，宫琪教授提出了一种基于模型的数据驱动方法，用神经网络对HJB方程的解进行建模，以近似解决高维非线性系统的HJB方程。通过利用问题的已知物理特性和以自适应方式生成的训练数据，使训练更加有效和高效，进一步开发了不同的神经网络近似结构，以提高学习过程中的鲁棒性，并增强所学控制器的闭环稳定性。最后，参会师生积极发言提问，与宫琪教授进行了交流沟通。

    图2宫琪教授回答学生提问

报告人简介：

  宫琪教授现任于美国加州大学圣克鲁兹分校(University of California, Santa Cruz) 应用数学系教授及系主任。宫琪教授的科研经历始于东南大学。1996 至1999 年在东南大学自动控制系求学期间专注于非线性系统控制理论，于1999 年获东南大学自动控制专业工学硕士学位。继而赴美国继续控制理论的研究，并于2004 年获美国凯斯西储大学(Case Western   Reserve University) 电气工程与计算机科学博士学位。宫琪教授长期致力于最优控制计算方法的研究，是在航空航天领域有广泛应用的伪谱最优控制算法的开创者之一。他目前的研究兴趣主要集中在机器学习的数学基础，基于深度学习的高维系统最优控制，和数据驱动方法在控制中的应用。