報告題目：Mean Field LQ Game and Control: A Direct Approach

主 講 人：王炳昌

報告時間：2020年12月28日（周一）10:30--11:30

報告地點：騰訊會議，ID：185 633 863

報告摘要：

This work studies uniform stabilization and asymptotic optimality for linear quadratic (LQ) mean field control problems with multiplicative noise, where agents are coupled via dynamics and individual costs. The state and control weights in cost functionals are not limited to be positive semi-definite. This leads to an indefinite LQ mean field control problem, which may still be well-posed due to deep nature of multiplicative noise. We first obtain a set of forward-backward stochastic differential equations (FBSDEs) from variational analysis, and construct a feedback control by decoupling the FBSDEs. By virtue of solutions to two Riccati equations, we design a set of decentralized control laws, which is further shown to be asymptotically social optimal. Some equivalent conditions are given for uniform stabilization of the systems with the help of linear matrix inequalities.

主講人介紹：

王炳昌，山東大學控制科學與工程學院副教授。2008年在中南大學數學學院獲得碩士學位，2011年在中科院系統所獲得博士學位，然后在加拿大和澳大利亞各做了一年博士后；2013年入職山東大學控制科學與工程學院。2014-2015年訪問加拿大卡爾頓大學，2016-2019年多次訪問香港理工大學。目前為IEEE Senior Member。研究方向：平均場博弈與隨機控制，多自主體系統及強化學習與機器學習。累計在控制領域三大頂級期刊(IEEE TAC、Automatica、SICON)上發表、錄用論文共計12篇 (一作10篇)，包括長文8篇。相關研究成果獲得2017年亞洲控制會議青年作者獎提名，2018年IEEE CSS Beijing Chapter青年作者獎, 入圍2019年中國控制會議關肇直獎答辯(獨立作者)，2020年中國控制會議張貼論文獎。

邀 請 人：史敬濤 數學學院教授

主辦：山東大學數學學院

歡迎各位老師同學積極參加！