A General Approach to Robust Controller Analysis and Synthesis
随着基于学习的系统的兴起，不确定性和扰动无处不在，鲁棒控制器综合引起了人们的研究兴趣。面对不确定性情况，鲁棒镇定控制器应在系统偏离标称性能指标的扰动下保持稳定。鲁棒控制器综合有多种形式和不同的目标，包括μ综合，鲁棒原始-对偶Youla，鲁棒输入-输出，和鲁棒系统级参数化。然而，它们之间的联系并不清楚，我们缺乏一个通用的方法来分析和综合鲁棒控制器。为了达到这个目的，我们推导出一般系统的鲁棒稳定性条件，并制定一般的鲁棒控制器综合问题。的条件取决于实现稳定性引理，最近的分析工具，统一现有的控制器合成方法。这些条件不仅可以推断出广泛的现有稳健结果，而且还可以更容易地推导出新的结果。总之，我们证明了条件的有效性，并提供了一个统一的方法来鲁棒控制器的分析和综合。
2022-02-10 cs.SY eess.SY math.OC
Distributionally robust LMI synthesis for LTI systems
该研究将分布鲁棒控制器综合转化为凸 LMI 问题，可用现成 SDP 求解器高效求解，并表明其本质上属于鲁棒 $H_2$ 综合。
2025-10-04 cs.SY eess.SY math.OC
From Boolean Functional Equations to Control Software
Sapienza University of Rome（罗马第一大学）
针对软件合成中布尔关系K定义的函数方程，提出一种从OBDD表示生成C代码的算法，实现代码大小与OBDD相同且最坏情况执行时间为O(nr)。
2012-05-22 cs.LO cs.SE cs.SY
On Model Based Synthesis of Embedded Control Software
Sapienza University of Rome（罗马智慧大学）；Ufa State Aviation Technical University（乌法国立航空技术大学）
针对嵌入式控制软件，提出一种基于模型的形式化设计方法，通过权衡系统级非功能需求（如最优建立时间、纹波）与软件非功能需求（如内存占用），自动生成正确性保证的控制软件，实验表明在倒立摆基准上小控制器大小仅为时间最优控制器的6%。
2013-02-18 cs.SE cs.SY eess.SY
Synthesis of Minimal Error Control Software
Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所）；University of California at Los Angeles（加州大学洛杉矶分校）
提出一种结合静态分析和粒子群优化的方法，自动综合在性能指标和实际稳定区域上帕累托最优的嵌入式控制软件，显著减小实现误差。
2012-04-12 cs.SC cs.SY eess.SY
AMC'24 "Analysis and Synthesis of the Disturbance Observer-based Robust Force Control Systems in State Space"
本文扩展了作者先前关于状态空间下基于扰动观测器的鲁棒控制系统分析与综合的研究结果。
2024-01-15 cs.SY eess.SY
Descriptor system techniques and software tools
的作用的描述系统表示为基础的可靠的数值计算系统的分析和综合，特别是合理的矩阵的操作，进行了讨论和可用的强大的数值软件工具。
2021-06-06 cs.SY eess.SY
Multi-objective robust controller synthesis with integral quadratic constraints in discrete-time
本文提出一种离散时间下基于动态积分二次约束的多目标鲁棒控制器综合框架，通过最小化多种性能指标（如H∞范数、能量到峰值增益等）来约束输出峰值，数值示例验证了其有效性。
2025-03-28 cs.SY eess.SY math.OC
Benign Geometry and Distributional Robustness of $\mathcal{H}_2$ Synthesis
Alpha Brain Technologies（Alpha Brain 技术）；Delft University of Technology（代尔夫特理工大学）；University of Toronto（多伦多大学）
本文研究离散时间线性时不变系统的标准与分布鲁棒 $\mathcal{H}_2$ 综合，证明平稳性等价于全局最优性，并推广至分布鲁棒情形，最后刻画三类模糊集的最坏情况协方差以提供性能保证。
2026-09-22 cs.SY eess.SY math.OC
A scalable controller synthesis method for the robust control of networked systems
针对具有大量相同子系统的网络化系统，基于H ∞控制框架，讨论了一种可扩展控制器综合方法。各个子系统的动态特性由相同的线性时不变延迟微分方程描述，并明确考虑了传输和通信延迟的影响。所提出的方法是基于这样的结果，即在一个特定的假设下，描述子系统之间的互连图，整个系统的H-无穷范数的上界的一个单独的子系统的鲁棒H-无穷范数与一个额外的不确定性。因此，本文将简要讨论最近开发的计算最后一个量的方法。然后通过直接最小化控制器参数中的该上界来获得所得到的控制器。
2020-09-09 cs.SY eess.SY math.OC
From System Level Synthesis to Robust Closed-loop Data-enabled Predictive Control
Willems的基本引理和系统级综合都是通过输入输出序列来刻画线性动态系统。在这项工作中，我们将基本引理的应用从确定性的不确定LTI系统，然后进一步证明这种扩展是等价的系统级综合。基于这种不确定性扩展，提出了一种鲁棒闭环数据使能预测控制方案，其中因果反馈控制律进一步推导。两个数值实验，包括单区域建筑物的温度控制，进行了验证所提出的数据驱动控制器的有效性。
2021-03-09 cs.SY eess.SY
System Level Synthesis
本文探讨了系统级综合框架，提出了一个全新的视角，用于线性系统中受约束的鲁棒和最优控制器综合。文章强调了SLS方法将控制器综合任务从控制器设计转变为整个闭环系统设计的优势，并突出了其在可扩展性和透明性方面的益处。特别介绍了SLS在大规模分布式最优控制和鲁棒控制中的应用，展示了如何通过SLS实现局部控制器的计算，并将鲁棒和最优控制方法扩展到大规模系统。同时，SLS还允许新的设计方法，首次量化了由于模型不确定性导致的鲁棒控制器性能退化，这种透明性对于使鲁棒控制方法与现代机器学习和统计推断技术相结合至关重要。文中还强调了实际和高效的计算解决方案，并通过易于理解的案例研究展示了方法。
2019-04-02 cs.SY eess.SY math.OC
Formal Synthesis of Robust Koopman-Model Predictive Control: A Case Study in AC-DC Power Conversion
Kyoto University（京都大学）
本文提出鲁棒Koopman模型预测控制（RK-MPC）的正式综合方法，结合信号时序逻辑构建优化问题并证明闭环性能，通过AC-DC转换器设计验证其有效性。
2026-09-15 cs.SY eess.SY
Distributionally Robust System Level Synthesis With Output Feedback Affine Control Policy
本文提出一种基于输出反馈仿射控制策略的分布鲁棒系统级综合方法，以应对模型失配和随机扰动，并通过数值实验验证其鲁棒性。
2025-10-08 cs.SY eess.SY math.OC
Robust Model Predictive Control of Time-Delay Systems through System Level Synthesis
针对具有状态和控制输入约束的离散线性时滞系统，提出了一种鲁棒模型预测控制方法。该系统同时受到多面体模型不确定性和附加扰动的影响。在所提出的方法中，时变反馈控制策略的优化，使得闭环系统的所有约束的鲁棒满足得到保证。通过将时滞状态和输入的影响编码到反馈策略中，我们使用系统级综合来解决MPC中的鲁棒最优控制问题，从而得到一个凸二次规划，该规划联合进行不确定性过逼近和鲁棒控制器综合。值得注意的是，二次规划中的变量数量与延迟范围无关。我们所提出的方法的有效性和可扩展性的数值证明。
2022-09-23 cs.SY eess.SY
Synthesis of constrained robust feedback policies and model predictive control
本文提出一种基于鲁棒控制的方法，用于综合受凸二次约束的有限、无限及滚动时域控制问题的鲁棒时变状态反馈策略，利用初始状态到峰值增益技术确保约束满足，并构建线性矩阵不等式条件，实验证明其保守性低于标准基于管的鲁棒模型预测控制方法。
2023-10-18 cs.SY eess.SY math.OC
Finite Horizon Robust Synthesis Using Integral Quadratic Constraints
针对有限时域上的不确定线性时变系统，提出了一种鲁棒综合算法。不确定系统被描述为一个已知的LTV系统和一个扰动的互连。扰动的输入输出行为由时域积分二次约束（IQCs）指定。我们的目标是综合一个控制器，以尽量减少最坏情况下的性能。这导致非凸优化。所提出的方法在LTV合成步骤和IQC分析步骤之间交替。两个诱导的$\mathcal{L}_2$和终端欧几里德范数惩罚的输出被认为是有限时域性能。该算法保证了鲁棒性能在每一步迭代中不增加。数值算例表明了该方法的有效性。
2021-01-28 cs.SY eess.SY
Predictive Sampling: Real-time Behaviour Synthesis with MuJoCo
Stanford University（斯坦福大学）；DeepMind（深度思维）；University of California Berkeley（加州大学伯克利分校）
我们介绍了MuJoCo MPC（MJPC），一个开源的，交互式的应用程序和软件框架的实时的【形】预测控制，基于MuJoCo物理。MJPC允许用户轻松编写和解决复杂的机器人任务，目前支持三种基于射击的规划器：基于导数的iLQG和梯度下降，以及一种简单的无导数方法，我们称之为预测采样。预测抽样被设计为基本的基线，主要是为了它的教学价值，但结果却令人惊讶地与更成熟的算法竞争。这项工作并没有提出算法的进步，而是优先考虑高性能的算法，简单的代码，以及通过直观和交互式软件的基于模型的方法的可访问性。MJPC可以在github.com/deepmind/mujoco_mpc上找到，视频摘要可以在dpmd.ai/mjpc上查看。
2022-12-24 cs.RO cs.SY eess.SY
A Parametric Model for Near-Optimal Online Synthesis with Robust Reach-Avoid Guarantees
针对高完整性信息物理系统最优控制器在线综合的可解释保证需求，提出基于混合博弈自动机的参数化模型与在线综合方法，经自主飞行器仿真验证，可无预训练生成鲁棒近优控制器。
2025-04-01 cs.GT cs.SY eess.SY
Optimization-Based Robust Permissive Synthesis for Interval MDPs
本文提出一种基于优化的框架，用于解决区间马尔可夫决策过程中的鲁棒宽容合成问题，通过混合整数线性规划直接编码鲁棒贝尔曼约束，提升策略的灵活性和可靠性。
2026-09-14 cs.RO cs.SY eess.SY
Verification and Synthesis of Robust Control Barrier Functions: Multilevel Polynomial Optimization and Semidefinite Relaxation
Harvard University（哈佛大学）；NVIDIA Research（英伟达研究院）
针对带加性不确定性的控制仿射多项式系统，提出基于多级多项式优化与半定松弛的鲁棒CBF验证与综合方法，证明其渐近全局收敛性并在Van der Pol振子上完成验证。
2023-07-21 cs.RO cs.SY eess.SY
Proceedings Second Workshop on Synthesis
本文综述了软件合成领域的发展，探讨了自动化合成及其应用的最新研究成果，重点介绍了合成竞赛的组织与发展方向。
2014-03-28 cs.LO cs.SY eess.SY
Structured μ-Synthesis for Nanopositioners under Payload-Induced Uncertainties: Minimising Conservatism for Robust Performance
Delft University of Technology（代尔夫特理工大学）
本文提出了一种针对负载诱导不确定性的纳米定位器结构μ综合方法，通过多块不确定性模型减少保守性，提升系统鲁棒性能。
2026-01-17 cs.SY eess.SY
Robust distributed model predictive control of linear systems: analysis and synthesis
针对离散线性系统受未知有界扰动的鲁棒性问题，提出了一种分布式模型预测控制（DMPC）的鲁棒DMPC设计方法.利用某些类的分布式系统的结构中看到的应用与交互耦合，如车辆排队，一种新的鲁棒DMPC制定。所提出的方法的特点是可分离的终端成本和本地强大的终端集，后者集自适应估计的在线优化问题。一个约束收紧方法的基础上的集员方法被用来保证约束满足耦合子系统中存在的干扰。在此公式下，闭环系统被证明是递归可行的和输入到状态稳定的。为了帮助部署建议的强大DMPC，一个可能的合成方法和设计条件，实际实施。最后，一个质量-弹簧-阻尼器系统的仿真结果证明了所提出的鲁棒DMPC。
2021-03-09 cs.SY eess.SY
Flexible Computational Pipelines for Robust Abstraction-Based Control Synthesis
UC Berkeley（加州大学伯克利分校）
本文提出了一种灵活且可扩展的框架，用于构建鲁棒的控制综合算法，并将其应用于传统的基于抽象的控制综合流程。该框架基于关系接口理论，提供了一种系统的方法，可以无缝结合不同技术或创建自定义过程来利用应用的内在结构特性。
2019-05-23 cs.SY eess.SY
Safe Control Synthesis Using Environmentally Robust Control Barrier Functions
针对动态环境不确定性下的安全控制问题，提出一种基于最坏情况误差的鲁棒控制障碍函数新方案，将标称安全控制作为期望输入并在违反约束时最小修改，转化为易求解的二次规划，有效保障系统安全。
2023-04-23 cs.SY eess.SY
System Level Synthesis-based Robust Model Predictive Control through Convex Inner Approximation
针对具有范数有界附加扰动和模型不确定性的离散线性定常系统，提出了一种鲁棒模型预测控制（MPC）方法。在我们的方法中，在每一个时间步，我们解决了有限时间的鲁棒最优控制问题（OCP），联合搜索的鲁棒线性状态反馈控制器和边界的偏离标称预测轨迹的系统状态。通过利用系统级综合（SLS）框架，建议的鲁棒OCP制定为一个凸二次规划的闭环系统响应的空间。当使用自适应时域策略时，我们证明了所提出的MPC控制器的递归可行性和闭环系统原点的输入到状态稳定性。我们通过数值例子表明，所提出的方法大大降低了保守性相比，现有的基于SLS和基于管的鲁棒MPC方法，同时还享有较低的计算复杂度。
2021-11-10 cs.SY eess.SY
Control Synthesis Along Uncertain Trajectories Using Integral Quadratic Constraints
本文提出一种基于积分二次约束的鲁棒控制综合方法，通过在线性化中准确纳入偏离参考轨迹的扰动，为非线性系统沿扰动轨迹设计控制器，并在航天运载器俯仰跟踪器上验证了可行性。
2025-07-03 cs.SY eess.SY
Design and Simulation of Voltage Amplidyne System using Robust Control Technique
本文应用鲁棒控制理论对一个简单的电压放大器系统进行了建模、设计和仿真。为了提高电压放大器系统的H最优控制综合性能和H最优控制迭代综合性能，采用了H最优控制器。电压放大器系统的开环响应表明，该系统可将输入放大7倍。比较了电压放大器系统的H最优控制合成和H最优控制合成通过迭代控制器跟踪所需的阶跃输入。最后，通过仿真比较，验证了H最优控制综合控制器在提高系统超调率和调节时间方面的有效性。
2020-08-29 cs.SY eess.SY
Structured IQC Synthesis of Robust $\mathcal{H}_2$ Controllers in the Frequency Domain
本文提出一种频域非光滑优化方法，用于求解受积分二次约束刻画的结构化不确定性系统的鲁棒 H2 控制器综合问题，支持任意结构约束并适用于分布式系统，通过数值算例和真实系统验证了有效性。
2023-12-02 cs.SY eess.SY
Global Convergence of Direct Policy Search for State-Feedback $\mathcal{H}_\infty$ Robust Control: A Revisit of Nonsmooth Synthesis with Goldstein Subdifferential
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
直接策略搜索在现代强化学习和连续控制中有着广泛的应用。然而，直接策略搜索在非光滑鲁棒控制综合中的理论性质还没有完全理解。最优$\mathcal{H}_\infty$控制框架的目的是设计一种策略，以最小化闭环$\mathcal{H}_\infty$范数，可以说是最基本的鲁棒控制范例。在这项工作中，我们表明，直接的政策搜索是保证找到鲁棒$\mathcal{H}_\infty$状态反馈控制设计问题的全局解。注意，最优$\mathcal{H}_\infty$控制的策略搜索导致约束非凸非光滑最优化问题，其中非凸可行集由稳定闭环动态的所有策略组成。我们证明了对于这个非光滑最优化问题，所有的Clarke平稳点都是全局最小值.其次，我们确定了闭环$\mathcal{H}_\infty$目标函数的连续性，并证明了由此产生的策略搜索问题的所有子水平集是紧的。基于这些性质，我们表明，Goldstein的次梯度法及其可实现的变种可以保证留在非凸可行集，并最终找到全局最优解的$\mathcal{H}_\infty$状态反馈综合问题。我们的工作建立了一个新的连接之间的非凸非光滑最优化理论和鲁棒控制，导致一个有趣的整体收敛的结果直接政策搜索最佳$\mathcal{H}_\infty$合成。
2022-10-20 cs.LG cs.SY eess.SY
Distributionally Robust Control Synthesis for Stochastic Systems with Safety and Reach-Avoid Specifications
本文研究在安全性与避达规约下随机系统的分布鲁棒控制策略综合问题，利用博弈论框架和Wasserstein距离定义模糊集，通过动态规划和对偶优化证明最优策略存在性并高效求解，同时引入分布鲁棒控制障碍证书结合平方和规划技术实现控制器综合，实验证明该方法显著提升了在线执行时的满足概率。
2025-11-01 cs.SY eess.SY
Safety Beyond the Training Data: Robust Out-of-Distribution MPC via Conformalized System Level Synthesis
Georgia Institute of Technology（佐治亚理工学院）；ETH Zurich（苏黎世联邦理工学院）
本文提出一种基于符合预测和系统级合成的方法，用于在分布外情况下实现稳健的非线性模型预测控制，提升系统安全性和鲁棒性。
2026-02-12 cs.LG cs.RO cs.SY
Worst-case search in constrained uncertainty space for robust H-infinity synthesis
DYCSYT；Fédération ENAC ISAE-SUPAERO ONERA, Université de Toulouse（ENAC-ISAE-SUPAERO-ONERA联合会，图卢兹大学）
本文提出了一种在受约束的不确定性空间中通过最坏情况搜索实现鲁棒H无穷综合的方法，结合局部优化与全局探索，有效提升控制器鲁棒性。
2026-07-17 cs.SY eess.SY
A Counter-Example Guided Framework for Robust Synthesis of Switched Systems Using Control Certificates
本文提出通过生成
2016-02-09 cs.SY eess.SY
Robust Strictly Positive Real Synthesis for Sixth-Order Interval Polynomial Families
School of Electronic Engineering, Beijing University of Posts and Telecommunications（北京邮电大学电子工程学院）；Center for Systems and Control, College of Engineering, Peking University（北京大学工学院系统与控制中心）；Center for Multi-Agent Research, Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院多智能体研究中心）
本文针对六阶首一实多项式区间族，证明了存在单一六次实分子使所有传递函数严格正实，并给出构造性证明，且已在Lean4中形式化验证。
2026-09-24 cs.SY eess.SY
Robust Quantum Control: Analysis & Synthesis via Averaging
提出了一种基于经典平均法的鲁棒性分析和量子（酉）控制综合方法。其结果是一个multicriminal优化竞争的名义（无不确定性）的保真度与一个众所周知的鲁棒性措施：相互作用（错误）哈密顿量的大小，基本上是第一项在马格努斯展开的相互作用酉。结合这一事实，即在高保真度的控制景观的拓扑结构是由标称保真度海森的零空间，我们到达一个新的两阶段算法。一旦标称保真度是足够高的，我们近似的标称保真度和鲁棒性措施作为二次控制增量。在每次迭代中，通过对控制增量进行凸优化来获得最优解，以保持较高的标称保真度并降低鲁棒性度量。此外，通过将保真度与鲁棒性度量分离，可以为不确定性建模提供更多的灵活性。
2022-08-30 cs.SY eess.SY quant-ph
IEEE_TIE25: Analysis and Synthesis of DOb-based Robust Motion Controllers
该研究提出基于统一状态空间框架的DOb鲁棒运动控制器分析综合方法，支持多类DOb实现与高性能DOb开发，通过离散时域Lyapunov法证明稳定性并推导设计约束，经实验验证有效。
2025-01-13 cs.SY eess.SY
Synthesis of Temporally-Robust Policies for Signal Temporal Logic Tasks using Reinforcement Learning
针对未知随机环境下STL控制策略设计问题，提出兼顾时序鲁棒性的两个控制目标，通过近似处理适配标准Q-learning算法并推导理论边界，经案例验证方法可行。
2024-03-23 cs.SY eess.SY
Correct-by-Design Control Synthesis of Stochastic Multi-agent Systems: a Robust Tensor-based Solution
TU Eindhoven（埃因霍温理工大学）；Peking University（北京大学）
本文提出基于抽象的框架，通过鲁棒动态规划映射提供具有时间逻辑满足下界保证的控制策略，利用解耦动态揭示价值函数的张量结构，实现动态规划的可扩展性。
2026-05-12 cs.SY eess.SY
Data-driven synthesis of Robust Invariant Sets and Controllers
针对基于管的鲁棒模型预测控制，提出一种通过求解半定规划问题、从状态-输入数据集中同时辨识不确定LTI模型、反馈增益与不变集的并行方法，其得到的不变集保守性低于序贯方法。
2021-11-18 cs.SY eess.SY
Learning-enhanced robust controller synthesis with rigorous statistical and control-theoretic guarantees
RWTH Aachen University（亚琛工业大学）；Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；University of Stuttgart（斯图加特大学）
机器学习与控制的结合提供了许多机会，特别是对于鲁棒控制。然而，由于在许多现实世界的应用程序中的强大的安全性和可靠性要求，提供严格的统计和控制理论的保证是至关重要的，但难以实现基于学习的控制方案。我们提出了一个学习增强鲁棒控制的一般框架，允许系统集成的工程知识，是完全兼容的现代鲁棒控制，仍然具有严格的和实际意义的保证。建立在线性分数表示和积分二次约束框架的基础上，我们将高斯过程回归作为学习组件和最先进的鲁棒控制器合成。在一个具体的鲁棒控制的例子中，我们的方法被证明产生更多的数据，而保证始终保持提高性能。
2021-05-07 cs.LG cs.SY eess.SY
Automated Verification and Synthesis of Embedded Systems using Machine Learning
University of Oxford（牛津大学）
本文探讨了嵌入式系统正确性和及时性保证的挑战与最新进展，重点介绍机器学习在微电网和物理信息系统的验证与合成中的应用。
2017-02-28 cs.LO cs.SY eess.SY
Robust Abstractions for Control Synthesis: Robustness Equals Realizability for Linear-Time Properties
University of Waterloo（滑铁卢大学）
本文提出用于合成可证明正确且鲁棒控制器的鲁棒抽象方法，证明其在保持线性时间属性鲁棒满足方面的正确性，并为非线性离散时间控制系统提供具体鲁棒抽象方法，展示了在无稳定性假设下构造鲁棒抽象的计算过程。
2018-03-04 cs.SY eess.SY
Verified Synthesis of Optimal Safety Controllers for Human-Robot Collaboration
University of Bremen（不来梅大学）；University of York（约克大学）；University of Sheffield（谢菲尔德大学）
本研究提出一种工具支持的人机协作安全控制器综合、验证与确认方法，结合流程与安全法规从可行设计空间中选优、形式化验证并在数字孪生中确认，通过制造单元案例验证了方法有效性。
2021-06-11 cs.HC cs.RO cs.SE
Robust Safe Control Synthesis with Disturbance Observer-Based Control Barrier Functions
在复杂的实时操作环境中，外部干扰和不确定性会对动力系统的安全性、稳定性和性能产生不利影响。本文提出了一种在扰动存在下，利用控制李雅普诺夫函数（CLF）和控制障碍函数（CBF）的鲁棒镇定安全临界控制器综合框架。一个高增益的输入观测器的方法是适应于估计的时变未建模动态的CBF的误差界使用的CBF的一阶时间导数。这种方法导致了一个容易调谐的低阶干扰估计器结构的设计参数，因为它只利用CBF约束。通过构造一个CLF-CBF二次规划，利用估计的未知输入和相关的误差界来保证鲁棒安全性和指数稳定性。该方法适用于相对度为1和相对度较高的CBF约束。通过对自适应巡航控制系统和带有外部干扰的赛格威平台的数值仿真，验证了该方法的有效性。
2022-04-28 cs.SY eess.SY
Uncertainty Modelling and Robust Observer Synthesis using the Koopman Operator
McGill University（麦吉尔大学）；Mecademic（梅卡德米克）
本文利用 Koopman 算子将非线性系统近似线性化，在频域量化一组模型的不确定性，并基于混合 H2-H∞ 控制综合鲁棒非线性观测器，在数十个电机驱动上完成实验验证。
2024-10-01 cs.LG cs.SY eess.SY
A Unified Robust Motion Controller Synthesis for Compliant Robots Driven by Series Elastic Actuators
针对串联弹性驱动器柔性机器人的位置和力控制问题，提出了一种统一的鲁棒运动控制器。它示出的柔性机器人的动力学模型不仅包括匹配，但也不匹配的干扰，通过不同的通道从控制输入作用于系统。为了解决这个复杂的鲁棒控制问题，统一的鲁棒运动控制器合成采用二阶扰动观测器（DOb），这使我们能够估计不仅干扰，而且其一阶和二阶导数，和一种新的控制器设计方法在状态空间。利用Brunovsky正则型变换和扰动及其一阶和二阶导数的估计，重构了机器人的动力学模型，从而得到了一个只包含匹配扰动的新的系统模型。通过传统的基于DOb的鲁棒控制方法消除重构系统模型的匹配干扰，简单地设计了鲁棒位置和力控制器。通过仿真验证了所提出的鲁棒运动控制器的稳定性和性能。
2022-02-01 cs.RO cs.SY eess.SY
Convex neural network synthesis for robustness in the 1-norm
University of Sheffield（谢菲尔德大学）；Edinburgh Napier University（爱丁堡龙比亚大学）；University of Southampton（南安普顿大学）
本文提出一种完全凸的半定规划方法，生成可证明更具鲁棒性的神经网络近似，以解决安全关键系统中准确性与鲁棒性的权衡问题，并应用于鲁棒化模型预测控制。
2024-05-29 cs.AI cs.SY eess.SY
Data-Driven Synthesis of Robust Positively Invariant Sets from Noisy Data
Imperial College London（伦敦帝国理工学院）
本文提出从噪声数据构建鲁棒正不变管集的方法，用于管基鲁棒数据驱动预测控制。通过过程/测量噪声的多边形/椭球界构造数据一致性不确定性集，并基于这些集认证鲁棒稳定状态反馈增益。
2026-09-22 cs.SY eess.SY math.DS
