10月22日上午，应机电工程学院邀请，南京理工大学自动化学院向峥嵘教授来我校开展学术交流，在207会议室作题为“Fully Distributed Optimal Consensus for a Class of Nonlinear Multiagent Systems”（一类非线性多智能体系统的完全分布式最优一致性）的学术报告。报告吸引了众多相关领域的教师与研究生到场聆听，学术氛围浓厚，报告会由副院长蔡慧教授主持。
报告中，向峥嵘教授围绕无领导多智能体系统的协同控制问题，系统介绍了一种无需依赖全局信息的完全分布式最优一致性控制协议。该方法突破了传统算法对拉普拉斯矩阵特征值等全局参数的依赖，显著增强了算法的实用性与鲁棒性。向教授进一步阐述了如何为每个智能体构建参考轨迹与性能函数，并通过设计一个与网络拓扑结构无关的Lyapunov函数，提出了不依赖拓扑驻留时间的轨迹同步充分条件。
针对系统中存在的未知非线性动态，向教授详细介绍了积分强化学习（Integral Reinforcement Learning, IRL）技术的应用。他从理论层面推导出与Hamilton-Jacobi-Bellman方程等价的IRL表达式，进而构建出无需模型的最优反馈控制律。该方法结合神经网络逼近机制，有效提升了对复杂非线性系统的控制能力，并通过数值仿真验证了其优越性能。
在交流环节，与会师生围绕分布式控制的工程应用、强化学习算法的实现细节等问题展开了深入探讨。向教授对各类问题均给予详尽解答，内容涵盖参考轨迹设计的可扩展性、Lyapunov函数构造的普适性、IRL算法的收敛性分析等方面，其严谨的学术态度与深邃的研究见解赢得了在场师生的高度评价。
此次学术报告不仅拓展了我院师生在智能控制与强化学习领域的研究视野，也进一步促进了我校与国内高水平科研团队的交流合作，对推动我院在控制理论与人工智能方向的科研发展具有积极意义。
