closed-loop stability | BriefGPT

关键词closed-loop stability

搜索结果 - 6

稳定非线性系统性能提升的学习
通过将非线性系统的内部模型控制原理与最先进的无约束优化方法相结合，我们解决了数据驱动和深度学习方法提高性能的问题，同时保证闭环稳定性。我们的方法可以学习稳定非线性系统上任意深的神经网络控制器，即使优化过早停止，即使未知基准动态，也能保证 L
PDF2 months ago
基于稳定性信息的贝叶斯优化用于 MPC 成本函数学习
设计预测控制器以实现闭环性能最优化，同时保持安全和稳定性是具有挑战性的。本文通过在考虑闭环稳定性的情况下，利用受限贝叶斯优化来学习预测控制参数，将成本函数参数化为前馈神经网络，并进行闭环行为和模型 - 过程不匹配的最小化，从而提供了高自由度
PDF3 months ago
基于结构化深度神经网络的拉格朗日系统反馈轨迹跟踪控制
本研究提出了一种基于深度神经网络的控制器，用于拉格朗日系统的轨迹跟踪控制，并通过适当设计神经网络结构来确保任何兼容的神经网络参数下的闭环稳定性，进一步优化神经网络参数可实现改进的控制性能。同时，在系统模型未知的情况下，通过改进的拉格朗日神经
PDF4 months ago
控制不变集增强型安全强化学习：提高采样效率，保证稳定性和鲁棒性
本文提出了一种新颖的 RL 训练方法，控制不变集增强 RL，以提高样本效率和稳定性保证，通过 CIS 在奖励设计、初始状态采样和状态重置程序中实现，同时加入安全监管人员以保证稳定性，研究结果表明这种方法在离线训练中能够显著提高样本效率，在在
PDFa year ago
基于控制不变集增强型强化学习的过程控制：提高采样效率和保证稳定性
本文提出了一种新的强化学习培训方法，称为控制不变集（CIS）增强 RL，该方法通过控制不变集的优势改善稳定性和采样效率，其中包括离线和在线的两个学习阶段，使用 CIS 来设计奖励、采样初始状态和状态重置程序，并在状态不在 CIS 时重新训练
PDFa year ago
MMGRU 神经网络学习系统的无偏跟踪非线性 MPC
通过使用稳定的门控循环单元（GRUs）的递归神经网络（RNNs），在非线性模型预测控制（NMPC）框架下实现无偏移跟踪的研究，其结果表明在不降低系统稳定性的情况下取得了显著的性能提升。
PDF3 years ago