【摘要】自适应控制是一种针对具有可参数化不确定性系统的控制方法，被广泛应用于航空、航天、航海、车辆、机器人、生物化工等领域。多数的经典自适应控制架构基于无源性定理进行设计（很多文献中也称其为基于李雅普诺夫方法的设计）。为了分析上的方便，这类方法往往需要假设描述系统不确定性的未知参数时不变，以保持参数估计误差子动态的无源性。而这与自适应控制的初衷，即通过迭代控制器参数以适应时变系统的理念相违背，也限制了自适应控制方法的应用范围。本报告将介绍一种被称为“变量凝结”的方法，用以克服经典自适应方法在系统参数时变性与时变速率方面上的局限性。报告将简要展示在“变量凝结”的架构下，如何将时变系统的自适应控制问题，转化为无源性设计与网络“小增益”控制综合问题。并结合之前长报告中“主动节点”的概念，简要展示解决方案。

【个人简介】陈凯文于2016年在美国伊利诺伊大学香槟分校获得电气工程专业最高荣誉理学学士学位；于同年在哈尔滨工业大学自动化英才班获得工学学士学位；于2017年在英国帝国理工学院控制系统专业获得一等荣誉理学硕士学位；于2022年在帝国理工电气电子工程系获得博士学位。陈凯文现为帝国理工学院KIOS卓越研究创新中心博士后研究员。主要研究方向为非线性与自适应控制理论（侧重时变、大规模、多智能体系统）及其应用（侧重信息-物理-人类融合系统和机器人系统）。陈凯文于2016年获伊利诺伊大学青铜匾永久姓名铭文；于2018年获帝国理工Hertha Ayrton最佳硕士论文奖；于2023年获帝国理工Eryl Cadwallader Davies最佳博士论文奖。陈凯文于2022年至今担任欧洲控制联合会（EUCA）会议编委会编委。