Mar, 2024

使用有界控制输入统一控制器设计以稳定非线性系统

PDF
TL;DR通过扩展 Lin-Sontag 的通用公式，并引入一种通用的（状态相关的）缩放项，本文提出了一种统一的控制器设计方法，该方法具有多种有利特性的替代通用公式的推导，适用于满足特定要求的定制控制设计，并可在不同控制场景中具备灵活性。此外，我们还提出了一种构造性方法来确定最优的缩放项，从而得到了一个显式解决方案的优化问题，命名为基于优化的通用公式。最终得到的控制器确保了渐近稳定性，满足了范数有界输入限制，并优化了预定义的成本函数。最后，分析了统一控制器的基本特性，包括光滑性、原点处的连续性、稳定裕度和反向最优性。仿真验证了该方法，在解决非线性系统的挑战性稳定控制问题方面的有效性。
发现论文，激发创造
  • 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

  • 基于学习的自适应控制离散多维随机线性系统稳定性界限及输入限制

    针对多维线性系统的自适应稳定化问题，该研究提出了一种确知等效控制方案，该方案将在线参数估计与饱和线性控制相结合，证明了在系统及噪声假设条件下，闭环系统具有高概率稳定性界限，并给出了数值实验结果。

    Apr, 2023

  • 稳定强化学习控制：用于优化所有稳定行为的模块化框架

    我们提出了一个结合深度强化学习优化驱动和无模型优势，通过使用 Youla-Kucera 参数化来定义搜索域提供稳定性保证的反馈控制器设计框架。通过最近在行为系统中的进展，我们能够构建基于数据驱动的内部模型，使得 Youla-Kucera 参数化的备选实现完全基于输入 - 输出探索数据。此外，我们还给出了一个矩阵分解方法来明确表示所有稳定线性算子的集合，用于深度强化学习代理的训练。最后，我们还展示了如何将这些思想应用于调整固定结构控制器。

    Oct, 2023

  • 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

  • 基于非高斯不确定性的随机非线性机器人系统控制最小化

    该论文提出了一种针对非线性机器人系统中存在的概率不确定性和干扰的闭环控制问题的解决方案，并将控制器设计问题作为概率分布的统计量的优化问题来处理，以此来降低跟踪偏差，并通过与现有的概率控制方法的比较来证明其性能。

    Mar, 2023

  • 粗粒度识别下鲁棒控制的非渐进分析

    探讨了在粗略的近似下能够准确构建动态系统模型所需的样本数量与各种控制目标因性能降低而产生的权衡，给出了稳定线性时不变系统的噪声输入 / 输出样本数的上限，证明了这些需求低于先前旨在准确识别动态模型的需求，并阐述了不同物理输入约束如何影响样本复杂性，最后展示了分析如何适用于强健控制的已建立框架，证明了设计用于近似系统的控制器能够满足真实系统的性能目标。

    Jul, 2017

  • 无界退化噪声下的在线线性系统控制

    对于具有未知成本函数和可能无界和退化噪声的线性系统控制问题，本文研究了在线控制问题。通过研究发现，对于凸代价函数，即使存在无界噪声，也可以达到约等于 O (根号 T) 的后悔界，其中 T 是时间跨度。此外，当成本函数是强凸时，在文献中需要的噪声协方差非退化假设下，我们得到了约等于 O (多项式 (log T)) 的后悔界。去除对噪声秩的假设的关键是与噪声协方差相关的系统变换，这同时实现了在线控制算法的参数减少。

    Feb, 2024

  • 非渐近性和准确的学习非线性动力系统

    研究稳定非线性系统动力学学习问题，使用基于梯度的算法从单个有限轨迹的样本中学习系统动态，特别地，针对 entry-wise 非线性激活函数列出保证，通过数值实验验证了理论公式的正确性。

    Feb, 2020

  • 在线非线性控制的信息论遗憾界

    该研究针对未知的非线性动态系统问题，提出了一种基于再生核希尔伯特空间的顺序控制算法，并通过信息理论量来获得近乎最优的遗憾上界，实验结果表明其在多个非线性控制任务中均获得了较好的表现。

    Jun, 2020

  • 网络动力系统的分布式控制：静态反馈、积分控制和一致性

    分析了用于网络动力系统的分布式控制协议，提出了一类非线性共识控制器；并通过使用积分李雅普诺夫函数证明了所提出的控制协议的稳定性，同时明确表述了均衡集；之后又提出了分布式比例积分控制器，用于网络动力系统的稳定；通过在自主卫星，电源系统和建筑温度控制的实际模拟中突出了所提出的控制器的一些可能的应用。

    Oct, 2013