主讲人介绍：

施凌，香港科技大学副教授，于2002年在香港科技大学获学士学位，2008年在加州理工学院获博士学位，现为香港科技大学电子与计算机工程系副教授。他的研究兴趣是信息物理系统中的安全问题、网络化控制系统、传感器调度和基于事件的状态估计等。施教授是IEEE高级会员，曾担任2013-2016年欧洲控制会议编委会编委，2015-2017年担任国际期刊International Journal of Robust and Nonlinear Control主题编辑，IEEETransactions on Control of Network Systems等多个期刊编委以及第23届网络与系统数学理论国际研讨会(MTNS2018)大会主席。

报告摘要：

我们考虑通信信道统计特性未知的传感器调度问题。我们分别给出了通信速率为软约束和硬约束的两类调度问题。通信信道统计特性已知的情况下，利用动态规划方法得到的最优调度策略。我们证明了Q因子是单调的和次模的，在这两类问题中都导致了阈状结构，然后我们开发了一个随机逼近和参数学习框架来处理通信信道统计特性未知的情况。我们利用它们的结构来设计专门的学习算法。我们证明了这些算法的收敛性。通过数值例子表明了与标准的Q-学习算法相比，该算法的性能得到了提升。

报告主持人：沈波 教授