Explore l'importance de la modélisation et de la prévision d'environnements incertains pour assurer une autonomie sûre et performante dans les systèmes autonomes modernes.
Explore le défi de contrôle dans les systèmes robotiques souples et l'utilisation de modèles simplifiés avec théorie de contrôle non linéaire pour l'exécution dynamique des tâches.
Couvre les bases du contrôle multivariable, y compris la modélisation du système, le contrôle de la température, et les stratégies optimales, soulignant l'importance d'envisager toutes les entrées et sorties simultanément.
Couvre la théorie des systèmes, le contrôle de rétroaction classique et les applications dans les bâtiments écologiques et les installations de réfrigération au gaz naturel.
Explore le suivi sans décalage dans le contrôle multivariable, couvrant les conditions nécessaires et la compensation avancée pour rejeter les perturbations et atteindre des points de consigne constants.
Explore Eigenvalue Attribution dans le contrôle multivariable, en mettant l'accent sur les effets de la discrétisation et les défis dans la préservation de la structure du système.
Explore la conception de poids et l'analyse de stabilité dans les systèmes de contrôle multivariables, en mettant l'accent sur la théorie Lyapunov et la stabilité LQR.
Explore l'apprentissage et le contrôle des systèmes complexes, en abordant les défis et les possibilités en matière de technologie et de recherche interdisciplinaire.
