第五届数据驱动控制与学习系统会议（DDCLS’16）获得“最佳论文奖”的两篇论文"Online L2-regularized Reinforcement Learning via RBF Neural Network"和"Data Driven Multiagent Systems Consensus Tracking Using Model Free Adaptive Control"传来喜讯，两篇文章的结果经完善和推广后被相关领域高水平期刊IEEE Transactions on Neural Networks and Learning Systems发表或再审中，所做工作得到了国际学者的肯定。这同时说明了数据驱动控制与学习系统会议评审出的最佳论文充分代表了本领域最新、最有价值的研究成果。

    1. 北京化工大学李大字等的最新工作：

    Dazi Li, Tianheng Song, "Actor-Critic Learning Control based on L2-Regularized Temporal-difference Prediction with Gradient Correction". IEEE Transactions on Neural Networks and Learning Systems（录用）

    2. 河南理工大学卜旭辉等的最新工作：

    Xuhui Bu, Zhongsheng Hou, Hongwei Zhang. "Data-Driven Multiagent Systems Consensus Tracking Using Model Free Adaptive Control". IEEE Transactions on Neural Networks and Learning Systems（录用）

    数据驱动控制与学习系统会议将继续设立“最佳论文奖”，鼓励领域内的学者将最前沿和最具创新性的研究成果在会议上发表和交流。