自动驾驶汽车控制系统参数辨识与学习（英文）

针对自动驾驶汽车在行驶过程中会遇到随时间和交通环境变化的不确定性,须对自动驾驶系统参数进行辨识和学习。通过获取闭环状态下的系统行为和学习数据驱动下的系统参数,可极大提升系统辨识可靠性和稳定性。本文对自动驾驶车辆跟车的典型场景,综合考虑车辆控制和动力学特性,构建了基于车辆运行数据和置信椭圆的系统参数辨识的学习算法,提升系统辨识的可靠性和鲁棒性。结果表明提出的参数辨识和学习方法可准确估计车辆参数。

马尔科夫模型下的股票大宗交易中的清算问题数值算法（英文）

采用马尔科夫链逼近的方法研究了在股票交易中的最佳清算准则的数值算法.与现有文献相比,文章具有以下特点:首先,不同于基于布朗运动的股票模型,我们采用由连续时间马尔科夫链驱动的动态模型.其次,我们着重解决大宗股票的交易问题.和我们之前文章中通过动态规划把相应的问题转化为带状态约束的HJB(Hamilton-Jacobi-Bellman)方程的方法略有不同,我们采取马尔科夫链逼近的方法,对数值算法的收敛性进行了论证.此外,我们进一步提供了相应的数值实例用以演示说明.