★个人简介
刘鹏达，男，工学博士，助理研究员，硕士研究生导师（学硕：机械制造及其自动化，专硕：电子信息）。2022年博士毕业于东北大学控制科学与工程专业，入职重庆工商大学国家智能制造服务国际科技合作基地。主要从事强化学习、自适应动态规划、神经网络控制、多智能体系统协同控制、智能机器人与优化算法等智能控制理论，已发表学术论文十余篇，其中以第一作者身份发表SCI论文8篇。现担任中国自动化学会-平行控制与管理专业委员会委员，中国指挥与控制学会-智能控制与系统专业委员会委员，同时担任《Journal of Automation and Intelligence》青年编委，《IEEE Transactions on Neural Networks and Learning Systems》《Information Science》《Journal of the Franklin Institute》等SCI期刊审稿人。
★指导研究生研究方向
1、基于强化学习的非线性系统最优控制；
2、随机非线性系统的事件触发自适应控制；
3、异构非线性多智能体系统分布式最优一致性控制。
热诚欢迎具有数学、自动化类、计算机信息类以及其它工科背景等学习背景的同学报考、调剂。课题组将为每位学生提供丰富的研究经费、实验条件和全面的学术指导。
联系咨询方式：（邮件：liupengda@ctbu.edu.cn），重庆工商大学商智楼1320。
★近三年主持的科研项目
1.重庆市教委青年项目：基于粒子群神经网络的多智能体系统分布式协同优化控制(KJQN202300816)，4万，2023.10-2026.09，项目负责人；
2.重庆工商大学高层次人才科研启动项目：多智能体系统的分布式最优控制研究(2356021)，15万，2023.05-2027.04，项目负责人。
★近三年部分论文
1. P. Liu, Z. Liu, W. Ao, Z. Ming, and P. Shi. Dynamic event-triggered adaptive control for zero-sum games of nonlinear stochastic systems. Transactions of the Institute of Measurement and Control, DOI: 10.1177/01423312221149776, 2023.
2. P. Liu, W. Ao, Z. Ming, G. Huang, and Z. Liu. Dynamic event-triggered optimal tracking control for constrained nonlinear stochastic systems. Journal of the Franklin Institute, 360(2): 1145-1165, 2023.
3. P. Liu, H. Zhang, J. Sun, and Z. Tan.Event-triggered adaptive integral reinforcement learning method for zero-sum differential games of nonlinear systems with incomplete known dynamics. Neural Computing & Applications, 34 (13): 10775-10786, 2022.
4. P. Liu, J. Sun, H. Zhang, S. Xu, and Y. Liu. Combination therapy-based adaptive control for organism using medicine dosage regulation mechanism. IEEE Transactions on Cybernetics, DOI: 10.1109/TCYB.2022.3196003, 2022.
5. P. Liu, H. Zhang, H. Su, and H. Ren. Online event-based adaptive critic design with experience replay to solve partially unknown multi-player nonzero-sum games. Neurocomputing, 458: 219-231, 2021.
6. P. Liu, H. Zhang, H. Ren, and C. Liu. Online event-triggered adaptive critic design for multi-player zero-sum games of partially unknown nonlinear systems with input constraints. Neurocomputing, 462: 309-319, 2021.
