黄廷文、郭振远、罗彪三位教授做客信息科学与工程学院学术讲座

（通讯员 史晓龙 谢东霖）5月10日上午，信息科学与工程学院于举行了由卡塔尔德州农工大学的黄廷文教授主讲的题为“Several Optimization Problems in Smart Grid”、由湖南大学的郭振远教授主讲的题为“资源配置问题的分布式优化研究”以及由中南大学自动化学院的罗彪教授主讲的题为“深度强化学习智能优化控制与决策”的三场学术报告。此次报告会由科研办组织召开、信息科学与工程学院副院长肖林主持。

黄廷文教授深入探讨了在智能电网环境下，利用随机博弈模型对电动汽车充电需求做出响应的策略建模，并提出了一项基于大数据分析框架的电动汽车充电行为控制方案。其中针对多能微电网系统中的能源交易问题，他还构建了一个两阶段的随机博弈理论模型。他表示，需求响应(DR)与可再生能源(RES)的整合也是要着重关注的一个方面，将需求响应与可再生能源整合起来，不仅有利于优化能源的利用，而且可以提高电力系统的效率和可持续性，有助于今后更好的发展。

郭振远教授针对优化问题规模不断扩大、复杂度不断增加的挑战，提出了通过设计分布式动力系统解决资源配置问题的方法。郭教授的团队借助拉格朗日函数法，原对偶法，罚函数法，投影算子法等在不同的通信条件下设计出了各有特色的系统。他为大家分析了系统的平衡点和优化问题最优解之间的关系，以及系统的收敛性在实际中的应用，并从通信拓扑、收敛速度和待解决的问题三个方面，分享了他的研究展望。

罗彪教授首先阐明了机器学习、强化学习以及深度学习之间的关系，进而指明了强化学习的范畴。他以人类婴儿的学习过程为例，通俗易懂地解释了深度神经网络的学习过程，并着重说明其中奖惩机制的重要性。在分享他对人工智能的独到理解后，罗教授重点介绍了深度强化学习在优化控制与决策、无地图机器人自主导航、多智能体协同与博弈以及平台建设等领域的最新研究成果。此外，他还详细阐述了团队在这些领域的前沿探索和突破，探讨了深度强化学习在解决实际问题中的应用潜力，并对未来的发展趋势进行了展望。

2022级和2023级研究生及相关老师参加此次会议。

主讲人简介:

黄廷文，卡塔尔德州农工大学教授。于1990年获得西南师范大学(现西南大学)学士学位，1993年获得四川大学硕士学位，并于2002年获得德州农工大学博士学位。毕业后，于德州农工大学担任特邀助理教授。2003年8月加入德州农工大学卡塔尔分校(TAMUO)任助理教授，2013年晋升为教授。主要研究方向为神经网络、混沌动力系统、复杂网络、优化与控制、智能电网等。lEEE会员，欧洲科学与艺术学院院士，世界科学院院士。

郭振远，湖南大学教授，博士生导师，岳麓学者特聘教授，数学学院副院长，入选2022年科睿唯安“全球高被引科学家”。2004年毕业于湖南大学数学与应用数学专业，获理学学士学位；2009年毕业于湖南大学应用数学专业，获理学博士学位；2008年10月-2009年9月在加拿大西安大略大学开展联合博士培养；2013年3月-2015年2月在香港中文大学开展香江学者研究。此外，还在德克萨斯农工大学卡塔尔分校和香港城市大学进行多次短期访问。主要研究方向为不连续微分方程理论、神经网络、分布式优化等，在科学出版社出版专著1部，在国际知名期刊上发表SCI收录论文100多篇，其中IEEE Transactions 系列论文40多篇，14篇入选 ESI 高被引论文，他引3000余次。获湖南省自然科学一等奖一项。主持国家自然科学基金项目3项，省部级项目6项。

罗彪，中南大学自动化学院教授、博士生导师、IEEE Senior Member、国家优青、湖南省杰青、2015年中国自动化学会优秀博士论文获得者。2014-2018年在中国科学院自动化研究所任助理研究员、副研究员。发表论文70余篇。现担任中国自动化学会(CAA)自适应动态

规划与强化学习专业委员会副主任；担任国际期刊《IEEE Transactions on Neura.Networks and Learning Systems》、《Artificial IntelligenceReview》、《Neurocomputing》与《Journal of Industrial &Management Optimization》副主编；目前研究兴趣主要有:智能控制/决策/博弈、深度学习、强化学习。

编辑：刘芷含

责编：李睿 

审核：马铁泉