Apr, 2023

通过Sums-of-Squares优化，合成用于非线性系统的稳定的降阶视觉动作策略

HTML
PDF
TL;DR采用视觉观察和学习感知模块的反馈控制循环，我们提出了一种合成动态、降阶输出反馈多项式控制策略的方法，其中利用了李雅普诺夫分析来构建策略的稳定性。我们使用两种方法来近似解决这个非凸问题，并拓展了我们的方法以提供在观测噪声存在的情况下的稳定性保证。我们在多个非完全驱动非线性系统上评估了我们的方法，并显示出我们的保证可以转化为从图像控制这些系统的经验稳定性。
发现论文，激发创造
  • 使用基于收缩的正则化方法学习稳定非线性动力学

    提出了一种新的学习稳定非线性动态系统的框架，其中包括控制理论正则化器，以用于机器人连续控制任务，并且通过将稳定性概念根源化来保证稳定性的存在。

    Jul, 2019

  • 无模型线性二次调节器问题的梯度方法的收敛性和样本复杂度

    研究了无模型强化学习中的线性二次调节器问题，建立了梯度流动力学和随机搜索法的指数稳定性，同时证明了函数评估次数和仿真时间都会随着精度要求的提高而对数增加。

    Dec, 2019

  • 神经李亚普诺夫控制

    本研究提出了一种新的方法来学习控制策略和非线性控制问题的神经网络李雅普诺夫函数，具有稳定性的可证明保障。该方法包括一个学习者和一个伪造器，通过快速引导学习者寻找控制和李雅普诺夫函数并寻找反例来终止程序，以保证控制的非线性系统的稳定性。该方法极大地简化了李雅普诺夫控制设计的过程，提供了端到端的正确性保证，并且可以获得比现有方法如LQR和SOS/SDP更大的吸引域范围。我们进行了实验，展示了新方法如何获得高质量的解决方案以应对具挑战性的控制问题。

    May, 2020

  • 基于学习感知模块和压缩理论的图像安全输出反馈运动规划

    本研究提出了一种针对不确定控制仿射非线性系统的运动规划算法，在使用高维传感器测量（如 RGB-D 图像）和一个学习感知模块的反馈控制环路时保证运行时安全性和目标可达性。

    Jun, 2022

  • 离散时间系统的神经李雅普诺夫控制

    提出了一种针对离散时间系统学习神经Laypunov控制器的方法，其中包括计算Lyapunov控制函数的混合整数线性规划方法、计算子水平集的新方法以及基于启发式梯度的方法以加速学习Lyapunov函数。实验结果表明，该方法在四个标准测试中均优于目前的基线方法，并且在车杆和PVTOL测试中是第一个自动化控制器的学习方法。

    May, 2023

  • 连续时间强化学习:新设计算法的理论洞见和性能保证

    连续时间非线性最优控制问题中的强化学习方法面临复杂性、数值条件和维度扩展等挑战。该论文介绍了新的强化学习算法，应用于仿射非线性系统的控制，并引入了新的激发框架以优化性能。

    Jul, 2023

  • 一个高效的通用化视觉动作策略框架：基于控制感知增强和特权引导蒸馏

    通过数据增强来解决在学习高维视觉观察中适应新环境及复杂视觉变化所面临的泛化问题，提出了学习控制感知掩码的方法以及通过预先训练的强化学习专家将知识传输给学生视觉动作策略来解决训练不稳定性问题。

    Jan, 2024

  • 含二次非线性控制系统的稳定认证学习

    本研究主要集中于一种操作器推理方法，旨在基于先验假设构建基于低维度动力学模型，这些假设通常基于已建立的物理学或专家见解。我们的主要目标是开发一种能够推断具有固有稳定性保证的二次控制动力学系统的方法。我们研究具有能量保持非线性的控制系统的稳定性特征，从而识别出这些系统在什么条件下是有界输入有界状态稳定的。随后，这些见解被应用于学习过程，从而产生设计上固有稳定的推断模型。我们通过几个数值示例来验证我们提出的框架的有效性。

    Mar, 2024

  • 一种用于高效合成和验证的基于Lyapunov稳定性的神经控制的状态和输出反馈的新方法

    学习型神经网络控制策略在机器人学和控制领域的广泛任务中显示出令人印象深刻的实证性能，然而，对于具有非线性动力系统的神经网络控制器而言，关于吸引域（ROA）内的Lyapunov稳定性保证是具有挑战性的，并且现有的大多数方法都依赖于昂贵的求解器，例如SOS、MIP或SMT。本文提出了一种新的框架，利用快速经验性推翻和战略正则化来学习具有Lyapunov证明的NN控制器。

    Apr, 2024

  • 一致性策略：通过一致性蒸馏加速视觉动作策略

    通过一项快速推断的Consistency Policy方法，本研究提出了一种在资源受限的机器人系统中实现低延迟决策的有效替代Diffusion Policy的学习视觉动作控制方法。通过在已训练的Diffusion Policy中强制实施自我一致性，从而获得Consistency Policy，并在六个仿真任务和两个真实世界任务上与Diffusion Policy和其他相关加速方法进行比较，结果显示Consistency Policy相比其他方法可以提高一个数量级的推断速度并保持竞争性的成功率。

    May, 2024