On optimal control of free boundary problems of obstacle type
对椭圆型变分不等式形状最优化问题的最优控制公式进行了数值研究。将形状最优化问题转化为固定区域内的边界控制问题。离散最优控制问题是一个非光滑、非凸的数学规划问题。测试了标准BFGS拟牛顿法和非精确线搜索BFGS法的性能。
2018-01-19 math.OC
A locking-free optimal control problem with $L^1$ cost for optimal placement of control devices in Timoshenko beam
本文用有限元法研究和分析了一个带有$L^1$控制的连续梁的最优控制问题的数值逼近。从实际的角度来看,列入的$L^1$ -范数的成本功能是有趣的梁振动模型的情况下,因为稀疏性强制执行的$L^1$ -范数是非常有用的本地化致动器或控制设备。控制变量的离散化采用分段常数函数。状态和伴随状态由线性有限元的\emph{locking free scheme}近似。类似于纯$L^2$ -范数惩罚最优控制,证明了这种近似具有最优收敛阶,且不依赖于梁的厚度。
2017-07-24 math.OC
A model-free approach to control barrier functions using funnel control
针对基于 CBF 的安全控制依赖系统模型的问题,本文结合漏斗控制提出仅用测量输出的无模型 CBF 控制律,并建立其与归零 CBF 模块化综合的联系。
2025-06-16 math.OC
Singularity-Free Spacecraft Attitude Control Using Variable-Speed Control Moment Gyroscopes
本文讨论了利用变速控制力矩陀螺控制航天器。提出了一种新的VSCMGs的操作概念。这一新的概念使得用线性时变系统(LTV)来近似复杂的非线性系统成为可能。因此,一种有效的控制系统设计方法,基于鲁棒极点配置的模型预测控制(MPC),可以用于设计使用VSCMG的航天器控制系统。这种设计的一个很好的特点是控制系统没有任何奇点。最后给出了一个设计实例。仿真结果表明了该方法的有效性。
2016-12-20 math.OC
A derivative-free approach to optimal control problems with piecewise constant Mayer cost function
分段常数Mayer费用函数被用来模拟最优控制问题,其中状态空间被划分为几个区域,每个区域都有自己的Mayer成本值。在这种情况下,由于与Mayer费用函数相关的不连续性和零梯度,最优控制理论中使用的标准数值方法自然失效。本文提出了一种基于无导数优化和光滑优化技术的混合数值方法来求解这类问题。对标准控制系统进行了数值模拟,以显示混合方法的有效性,其中NOMAD和IPOPT分别用作无导数优化和平滑优化求解器。
2021-12-01 math.OC
Nothing is as Practical as a Good Theory: Model-Free Control Rien de plus utile qu'une bonne théorie: la commande sans modèle
从许多成功的应用中获得的经验允许重新审视无模型控制的一些要点。噪声信号的数值微分可以由更简单的实时参数识别代替。经典PID的奇怪的无处不在的解释,以及几乎普遍使用的超本地模型的顺序1。我们表明,即使有一个部分已知的模型,利用智能PI控制器仍然有利可图。两个例子,倒立摆和热交换器,似乎证实了无模型控制相对于滑模控制和源于无限维系统,如延迟或偏微分方程的技术的优越性。我们的论文说明了几个计算机模拟。
2011-03-31 math.OC
Joint Time and Energy-Optimal Control of Connected Automated Vehicles at Signal-Free Intersections with Speed-Dependent Safety Guarantees
我们扩展了早期的工作,建立了一个框架,通过联合优化能源和旅行时间,最佳控制连接自动驾驶汽车(CAV)穿越无信号交叉口。我们得到明确的最优控制解决方案,以分散的方式,保证速度相关的后端安全约束和时间相关的横向碰撞约束,除了下/上界的速度和加速度。广泛的模拟例子来说明这个框架。
2019-08-31 math.OC
Decentralized Optimal Control of Connected Automated Vehicles at Signal-Free Intersections Including Comfort-Constrained Turns and Safety Guarantees
我们扩展了早期的工作,包括所有可能的转弯,以优化乘客的舒适度指标,以及能源和旅行时间最小化,以最佳地控制连接自动驾驶汽车(CAV)通过无信号交叉口。我们表明,这是可能的,以分散的方式实现这一目标,每个CAV解决一个最优控制问题,并获得明确的解决方案,保证避免碰撞和安全距离的限制在一个控制区。我们研究了最小化能源和车辆行驶时间之间的相关权衡,以及乘客的舒适度指标,并包括广泛的模拟来说明这个框架。
2019-03-11 math.OC
A model-free control strategy for an experimental greenhouse with an application to fault accommodation
写下农业温室的数学模型并通过先进的控制器对其进行调节是一项具有挑战性的任务,因为必须考虑到诸如气象变化等强扰动。这就是为什么我们在这里开发一种新的无模型控制方法和相应的智能控制器,其中不需要好的模型。这种设置是最近才引入的,并且很容易实现,已经在许多工程领域取得了成功。测试的具体温室和布尔控制器的比较报告。它们不仅表现出出色的气候控制,其中可以以简单的方式修改参考,而且还表现出相对于致动器的有效故障调节。
2014-11-26 math.OC
Free-Endpoint Optimal Control of Inhomogeneous Bilinear Ensemble Systems
双线性系统的最优控制一直是数学和计算最优控制领域的研究热点。然而,有效的方法来解决新兴的最优控制问题,涉及合奏的确定性或随机双线性系统是欠发达。这些新兴的问题出现在从量子控制和分子成像到神经科学的各种应用中。在这项工作中,我们发展了一个迭代法来寻找具有自由端点条件的非齐次双线性系综系统的最优控制。其核心思想是在每次迭代时将双线性系综系统表示为时变线性系综系统,然后以迭代方式求解。我们分析了迭代过程的收敛性,并讨论了收敛解的最优性。该方法可直接用于求解一类由独立加性噪声过程驱动的随机双线性系综系统的最优控制问题。我们通过神经科学和量子控制中的实际控制设计证明了所开发的迭代法的鲁棒性和适用性。
2016-12-01 math.OC
Theoretical analysis of a derivative free control based continuation algorithm with path following capability for autonomous systems
本文提出一种由导数反馈、积分相位和积分弧长三个子控制器组成的最小控制连续算法,用于追踪自治系统极限环分支,并通过平均法给出与具体系统无关的参数整定规则。
2025-04-23 math.OC
On derivative-free sample-and-hold control with prescribed performance
针对相对阶为2的非线性连续时间系统,提出一种仅需输出信息的无导数采样数据反馈控制器,通过零阶保持实现预设性能的输出参考跟踪,并严格证明了其可行性。
2024-07-29 math.OC
Singularity-free Backstepping-based Adaptive Control of a Bicopter with Unknown Mass and Inertia
针对双旋翼飞行器质量与惯量未知问题,提出一种无需对参数估计求逆的无奇异反步自适应控制方法,仅利用参数符号即可实现稳定与轨迹跟踪,并通过仿真验证。
2024-10-03 math.OC
Model-Free Design and Analysis of 2DOF PI Controller for Noisy LTI Systems
The University of Tokyo(东京大学)
本文提出了一种无模型设计的2DOF PI控制器,通过非渐近下界和样本复杂性分析,提升了PI增益调节的计算效率,并在噪声环境下实现了更优的控制性能。
2026-01-07 math.OC
Optimal Control of Singular Parabolic PDEs Modeling Multiphase Stefan-type Free Boundary Problems
分析了多维多相Stefan型自由边界问题的分布形式奇异非线性抛物型偏微分方程的最优控制。利用有限差分方法,给出了有限维最优控制问题的逼近序列。证明了最优控制的存在性和离散最优控制问题序列关于泛函和控制的收敛性。特别地,在系数的极小正则性假设下,得到了奇异偏微分方程的有限差分方法的收敛性、存在性、唯一性和稳定性估计.
2020-06-12 math.AP math.OC
First steps toward a simple but efficient model-free control synthesis for variable-speed wind turbines
虽然变速三叶片风力涡轮机现在非常流行,但其控制仍然是一项具有挑战性的任务。我们提出了一种新的易于实现的无模型控制方法与相应的智能控制器。几个令人信服的计算机模拟,包括一些故障调节,表明无模型控制器比经典的比例积分控制器更有效和鲁棒性。
2020-11-12 cs.SY eess.SY math.OC
Cruise Controllers for Lane-Free Ring-Roads based on Control Lyapunov Functions
本文介绍了新的家庭的巡航控制器的自动驾驶汽车在无车道的环路。巡航控制器的设计是基于控制李雅普诺夫函数的适当选择,该控制李雅普诺夫函数表示在系统能量的测量上,其中动能以类似于牛顿力学或相对论力学的方式表示。所导出的反馈律(巡航控制器)是分散的(每辆车),因为每辆车基于以下各项来确定其控制输入:(i)其自身的状态;(ii)仅与相邻车辆的距离(无粘性巡航控制器)或相邻车辆的状态(粘性巡航控制器);以及(iii)其与环路边界的距离。详细分析了无车道直道与无车道环路的异同。
2022-08-03 cs.SY eess.SY math.OC
Local controllability of a free-boundary problem for a class of one-dimensional degenerate parabolic equations
School of Mathematical Sciences, South China Normal University(华南师范大学数学科学学院)
本文研究了一类一维退化抛物方程自由边界问题的局部可控性,证明了在初始状态足够小的情况下,存在控件可将系统状态在指定时间驱动到零。
2025-12-10 math.AP math.OC
Hierarchical 2-degree-of-freedom control combining Youla-Kucera parameterization and model predictive control
Technical University of Denmark(丹麦技术大学)
本文提出一种结合Youla-Kucera参数化和模型预测控制的分层双自由度结构,通过引入辅助前馈通道实现系统优化,并通过H2最优控制器设计实现无稳态误差的MPC。
2026-05-11 cs.SY eess.SY math.OC
The generalised continuous algebraic Riccati equation and impulse-free continuous-time LQ optimal control
本文的目的是研究连续时间广义Riccati方程在奇异线性二次最优控制中的作用。这个方程已经被定义以下的离散时间广义Riccati方程的类比,但是,不同的离散情况下,迄今为止的重要性,这个方程的背景下,最优控制还有待理解。本说明涉及这一点。我们特别表明,当连续时间广义Riccati方程承认一个对称的解决方案,相应的线性二次(LQ)问题承认一个无脉冲最优控制。
2013-05-23 math.DS math.OC
Quantum Control Landscapes Are Almost Always Trap Free
对于一类大的、物理上一般的量子系统,证明了几乎所有的量子系统都具有无陷阱(即不存在局部最优)景观。这一结果解释了为什么梯度方法在量子控制理论和实践中如此频繁地取得成功。奇异控制的作用进行了分析,使用几何工具的情况下,封闭的有限维系统的传播控制。这种类型的控制领域已被牵连作为景观陷阱的来源。奇异控制可以引入陷阱的条件下,从而中断控制优化的进展,进行了讨论和几何表征的问题。结果表明,一个控制是奇异的是不足以导致控制优化进程停止和陷阱自由景观的充分条件。它进一步表明,景观分析的局部满射公理可以细化到的条件下,端点地图是横向的保真度函数的每个水平集。这个新的条件被证明是足够的量子系统的景观是陷阱自由。量子系统的控制景观被证明是陷阱免费的,但一个空集的哈密顿使用一种新的几何技术的基础上的参数横截性定理。数值证据证实了这一点。这一结果是类似的工作Altifini,其中它表明,可控性举行的所有,但一个零套量子系统在偶极近似。所提出的结果表明,由和大有限的控制资源是最物理相关的景观陷阱的来源。
2016-11-10 math.OC quant-ph
Model-free control of nonlinear power converters
Department of Computer Science KU Leuven(荷语鲁汶大学计算机系)
本文提出一种无模型控制方法用于Boost转换器,利用智能PI控制器实现稳定性和鲁棒性,仿真结果表明其对负载变化具有强抗扰能力。
2013-10-09 cs.SY eess.SY math.OC
Model-free control of non-minimum phase systems and switched systems
Université du Québec à Trois-Rivières(魁北克大学特鲁瓦河分校)
针对非最小相位系统和切换系统,提出一种简单的标准无模型控制推导方法,并通过仿真验证其鲁棒性。
2011-06-09 cs.SY eess.SY math.OC
Model-free based control of a HIV/AIDS prevention model
控制流行病模型通常使用最优控制理论技术来执行,对于该技术,解取决于控制系统的方程、目标泛函和可能的状态和/或控制约束。在本文中,我们提出了一种无模型控制方法的基础上,在“实时”操作的算法,并根据直接反馈的状态解决方案,其目的是要最小化的状态解决方案,并没有明确知道的控制系统的方程。我们考虑一个具体的流行病问题,即通过对易感个体采取暴露前预防措施(PrEP),尽量减少艾滋病毒感染者的数量。解决方案必须满足控制和混合状态控制约束,这些约束代表了PrEP实施的限制。我们基于无模型的控制算法允许“实时”关闭感染HIV的个体数量与PrEP药物供应之间的循环,以这种方式,感染个体的数量逐渐减少,并且PrEP药物下的个体数量低于固定的恒定值。我们证明了我们的方法的效率,并比较无模型控制的解决方案与使用经典的最优控制方法通过庞特里亚金最大值原理。所进行的数值模拟使我们得出结论,基于无模型的控制策略突出了新的和有趣的性能相比,经典的最优控制方法。
2021-11-04 math.OC q-bio.PE
The transversality conditions for infinite-horizon optimal control problem with a free right endpoint and the stability of the adjoint variable (in Russian)
研究无限时域自由右端点最优控制问题,证明伴随变量的Lyapunov稳定性蕴含其沿最优解在无穷远处趋于零。
2011-05-16 cs.SY eess.SY math.OC
Defense against DoS and load altering attacks via model-free control: A proposal for a new cybersecurity setting
网络攻击防御是容错控制领域的一个新兴课题。为了避免困难的数学建模,无模型控制(MFC)被建议作为经典控制的替代方案。为了说明的目的,考虑了多区域电网的负荷频率控制。在仿真中,负载改变攻击和拒绝服务(DoS)在通信网络中被施加到系统。我们的目的是比较网络攻击对控制回路的影响,分别通过一个经典的控制器在这种情况下和一个无模型的。计算机实验显示了令人印象深刻的结果与MFC。
2021-07-09 cs.SY eess.SY math.OC
Optimal Control of a Free Boundary Problem: Analysis with Second Order Sufficient Conditions
我们考虑一个由自由边界问题控制的偏微分方程约束最优化问题。该状态系统是基于耦合拉普拉斯方程在散装与杨拉普拉斯方程的自由边界,以考虑表面张力,提出了由P。Saavedra和L. R.\斯科特\cite{PSaavedra_RScott_1991}。这相当于在块体和界面上求解二阶系统。我们的分析取决于一个凸控制约束,使状态约束总是满足。仅使用一阶正则性,我们证明了控制状态算子是两次连续Fréchet可微的。我们稍微改进了状态变量的正则性,并利用它来证明控制的存在性以及二阶充分最优性条件。
2014-05-27 math.AP math.OC
Optimal control problems with free right end point
本文针对自由右端点最优控制问题,给出庞特里亚金极大值原理的初等证明,并将其推广到多过程、时滞、Volterra积分方程及无限时域情形,同时给出Arrow型充分条件。
2025-03-10 math.HO math.OC
Optimal control of multiphase free boundary problems for nonlinear parabolic equations
本文研究奇异非线性偏微分方程的最优控制,该方程是一般二阶抛物型方程的多相Stefan型自由边界问题的分布形式.边界热通量是控制参数,最优性准则由PDE问题的解的迹在给定测量的最后时刻的$L_2$ -范数降阶的最小化组成。通过有限差分法引入有限维最优控制问题序列。我们建立了最优控制的存在性,并证明了离散最优控制问题序列关于泛函和控制收敛于原问题。证明依赖于建立一个统一的$L_{\infty}$界,和$W_2^{1,1}$ -能量估计的离散非线性偏微分方程问题的不连续系数。
2019-07-29 math.AP math.OC
Model predictive control for offset-free reference tracking of fractional order systems
本文提出了一种基于Grünwald-Letnikov导数的分数阶系统无偏置模型预测控制方案。无穷历史分数阶系统被近似为一个有限维状态空间系统,建模误差被视为一个有界干扰项。利用状态观测器,可以重构稳态时的未知扰动,抑制建模误差和其它持续扰动。建议的观察者-观察者合奏的有效性证明在最佳管理的抗癫痫药物与分数阶药代动力学。
2019-04-25 math.DS math.OC
Online Neural Network Training via Closed-Loop Model-Free Tracking Control: An Empirical Study
本研究提出将突触权重调整转化为闭环无模型跟踪问题的在线无梯度学习方法,通过分散式控制器实时调整突触,为控制论学习范式提供概念验证。
2026-11-17 cs.SY eess.SY math.OC
Model-free control of microgrids
KU Leuven(荷语鲁汶大学)
本文首次将一种新的“无模型”控制方法应用于微电网网络中的电力系统,通过智能PI控制器在无需模型识别的情况下确保系统稳定性和鲁棒性,仿真表明该方法对波动和负载变化几乎不敏感。
2013-10-09 cs.SY eess.SY math.OC
Reinforcement Learning versus PDE Backstepping and PI Control for Congested Freeway Traffic
我们开发强化学习(RL)边界控制器,以减轻走走停停的交通拥堵的高速公路段。高速公路路段的交通动力学由宏观Aw-Rascle-Zhang(ARZ)模型控制,该模型由交通密度和速度的$2\times 2$拟线性偏微分方程(PDE)组成。线性化ARZ偏微分方程模型的边界稳定性已被解决的偏微分方程反推,保证空间$L^2$规范调节的交通状态,以均匀的密度和速度,并确保交通振荡被抑制。并置比例(P)和比例积分(PI)控制器还在某些限制条件下提供稳定性保证,并且通过由试凑法或无模型优化进行的增益调谐而始终可用作无模型控制选项。虽然这些方法在数学上是优雅的,但稳定化结果仅局部保持,并且通常受到模型参数变化的影响。因此,我们将PDE边界控制问题重新表述为RL问题,该RL问题仅通过观察状态值而在不知道系统动态的情况下追求稳定。最近的政策优化,基于神经网络的政策梯度算法,获得RL控制器通过与ARZ PDE的数值模拟器进行交互。被稳定化的启发,RL状态反馈边界控制器进行了比较和评估,严格稳定控制器在两种情况下:(i)在一个系统的交通流动态的完美知识,然后(ii)在一个只有部分知识。我们得到RL控制器,几乎恢复性能的反推,P和PI控制器与完美的知识,并优于他们在某些情况下与部分知识。
2021-01-14 math.AP math.OC
A variational and symplectic framework for model-free control: preliminary results
Nantes Universite-École Centrale de Nantes-LS2N, UMR 6004 CNRS(南特大学-南特中央理工学院-LS2N,UMR 6004 CNRS)
本文提出一种基于变分法和辛结构的无模型控制自适应框架,通过优化控制器关键参数提高跟踪鲁棒性和闭环稳定性。
2025-02-26 cs.SY eess.SY math.OC
Model-free control for machine tools
级联P-PI控制系统是机床定位系统中最广泛的商业解决方案。然而,摩擦,反冲和磨损的影响显着降低其闭环行为。本文提出了一种新的易于调整的控制方法,该方法在宽的操作域中实现高精度的轨迹跟踪,从而能够减轻磨损和老化效应。
2020-05-18 cs.SY eess.SY math.OC
Freeway ramp metering control made easy and efficient
Univ. Lille Nord France(法国北部里尔大学);U-Artois, LGI2A (EA 3926)(阿图瓦大学,LGI2A实验室);LIX (CNRS, UMR 7161), École polytechnique(巴黎综合理工学院,LIX实验室);CETE Nord-Picardie(北方-皮卡第城市交通与技术中心);INRIA – Non-A & CRAN (CNRS, UMR 7039) Université de Lorraine(洛林大学,INRIA与CRAN实验室);AL.I.E.N.(AL.I.E.N.公司)
本文应用无模型控制及智能PI控制器于高速公路匝道计量控制,通过新估计技术识别复杂参数,实现简单高效的数值仿真。
2012-06-26 cs.SY eess.SY math.OC
Machine learning and control engineering: The model-free case
AL.I.E.N.
本文指出,无模型控制(MFC),它不能与无模型强化学习混淆,是机器学习(ML)的一种新工具。MFC易于实现,应该通过人工神经网络和/或强化学习在控制工程中取代ML。一个实验室实验,这是已经通过今天的ML技术进行了研究,报告,以确认这一观点。
2020-07-20 cs.LG cs.SY eess.SY
Model-free Dynamic Mode Adaptive Control using Matrix RLS
针对数学模型不适用于经典控制设计的复杂系统,本文提出无模型数据驱动的DMAC技术,含动力学近似与控制器模块,经多动态系统验证且对超参数和系统参数具鲁棒性。
2025-05-17 cs.SY eess.SY math.OC
Attainable set for rank 3 step 2 free Carnot group with positive controls
本文研究秩3步2自由Carnot群上正控制系统的可达集,利用Pontryagin最大值原理分析边界,获得最优控制切换次数上界,实现边界面参数化。
2022-03-04 math.GR math.OC math.PR
Free-Gate: Planning, Control And Policy Composition via Free Energy Gating
Scuola Superiore Meridionale, Naples, Italy(南部高级学院,意大利);Sorbonne University, Paris, France(索邦大学,法国);University of Salerno, Italy(萨勒诺大学,意大利)
针对规划控制中的基元最优组合问题,提出基于变分自由能门控的Free-Gate模型,证明其在非凸代价与复杂环境下仍为凸问题,算法经仿真与硬件实验验证可组合简单基元完成机器人避障导航。
2025-07-30 cs.RO cs.SY eess.SY
Data-Driven Identification of Attack-free Sensors in Networked Control Systems
Uppsala University(乌普萨拉大学);Eindhoven University of Technology(埃因霍温理工大学)
本文提出了一种数据驱动方法,用于在线识别网络化控制系统中未受攻击的传感器,并通过数值实验验证了其有效性。
2023-12-08 cs.SY eess.SY math.OC
Approximation-free control for unknown systems with performance and input constraints
针对受时变有界扰动且带性能与输入约束的未知非线性系统,提出解析可行性条件及无逼近控制器,并通过数值算例验证有效性。
2023-04-21 cs.SY eess.SY math.OC
Data-driven controller design for nonlinear systems: a two degrees of freedom architecture
Politecnico di Torino(都灵理工大学);Politecnico di Milano(米兰理工大学)
本文提出一种无需系统动力学先验知识的数据驱动逆向控制方法,通过并行非线性与线性控制器提升闭环性能与稳定性。
2014-07-08 cs.SY eess.SY math.OC
Dictionary-free Koopman Predictive Control for Autonomous Vehicles in Mixed Traffic
本文提出无字典库普曼模型预测控制(DF-KMPC),通过行为视角和迭代算法直接构建数据驱动的线性表示,避免了提升函数选择与平衡状态更新问题,并在混合交通仿真中验证了其抑制交通波和提升跟踪性能的效果。
2025-04-08 cs.SY eess.SY math.OC
Model-free control and intelligent PID controllers: towards a possible trivialization of nonlinear control?
INRIA-ALIEN(法国国家信息与自动化研究所-ALIEN团队);LIX (CNRS, UMR 7161), École polytechnique(巴黎综合理工学院LIX实验室(法国国家科学研究中心,UMR 7161));CRAN (CNRS, UMR 7039), Nancy-Université(南锡大学CRAN实验室(法国国家科学研究中心,UMR 7039))
提出一种无模型控制和受限模型控制方法,通过数值微分和微分代数理论简化智能PID控制器设计,适用于高度非线性和时变系统。
2009-04-02 cs.NA math.CA math.NA
A model-free approach to control barrier functions for higher-order systems
TU Ilmenau(伊尔梅瑙工业大学);Imperial College London(帝国理工学院);Universität Paderborn(帕德博恩大学);Martin-Luther-Universität Halle-Wittenberg(哈勒-维滕贝格马丁·路德大学)
针对任意相对度的非线性系统,提出一种无需动态模型或状态测量的无模型控制障碍函数设计方法,并利用漏斗控制技术保证安全性。
2026-06-03 cs.SY eess.SY math.OC
Free-Horizon Newton Method for Nonlinear Optimal Control
Graduate School of Engineering, Kyoto University(京都大学工学研究科)
本文提出一种将控制输入与控制时域均作为设计变量的新型轨迹优化方法,扩展牛顿算法实现能量与时间效率联合优化,通过仿真验证了其在航天器转移问题中的有效性。
2026-08-10 cs.SY eess.SY math.OC
Combining Model-Based and Model-Free Methods for Nonlinear Control: A Provably Convergent Policy Gradient Approach
Caltech(加州理工学院);Tsinghua University(清华大学)
基于无模型学习的控制方法最近取得了巨大的成功。然而,这样的方法通常遭受差的样本复杂度和有限的收敛保证。这与经典的基于模型的控制形成鲜明对比,后者具有丰富的理论,但通常需要强大的建模假设。在本文中,我们将这两种方法结合起来,以实现两全其美。我们考虑一个动力系统的线性和非线性组件,并开发了一种新的方法,使用线性模型来定义一个无模型的,政策梯度法的热启动。我们表明,这种混合方法优于基于模型的控制器,同时避免了与无模型的方法,通过数值实验和理论分析,其中我们推导出充分条件的非线性组件,使我们的方法是保证收敛到(近)全局最优控制器的收敛问题。
2020-06-12 cs.LG cs.SY eess.SY
Model-Free Based Digital Control for Magnetic Measurements
Univ. Grenoble Alpes(格勒诺布尔阿尔卑斯大学);CNRS, G2Elab(法国国家科学研究中心,G2Elab实验室)
本文提出一种新型数字控制策略,用于软磁材料表征台架(Epstein框架类型)。通过模拟和实验验证,展示了该方法在不同工作条件下的操作与性能,主要解决非线性磁化曲线的控制问题。
2017-03-15 cs.SY eess.SY math.OC
Model-free optimal control of discrete-time systems with additive and multiplicative noises
University of Science and Technology of China(中国科学技术大学);University of Alberta(阿尔伯塔大学)
研究了一类离散随机系统在加性和乘性噪声作用下的最优控制问题。建立了一个随机李雅普诺夫方程和一个随机代数Riccati方程,证明了最优容许控制策略的存在性。提出了一种无模型强化学习算法,利用系统状态和输入数据学习最优容许控制策略,而不需要系统矩阵的任何知识。证明了学习算法收敛于最优容许控制策略。无模型算法的实现是基于批量最小二乘和数值平均。通过数值算例说明了该算法的有效性,结果表明该算法优于其他策略迭代算法。
2020-08-20 cs.LG cs.SY eess.SY
Model-Free Control as a Service in the Industrial Internet of Things: Packet loss and latency issues via preliminary experiments
无模型控制(MFC)从软件和硬件的角度都很容易实现,可以为工业物联网(IIoT)和工业4.0引入高级控制综合。选择用户图协议(UDP)作为互联网协议允许忽略延迟。尽管最严重的数据包丢失,令人信服的计算机模拟和实验室实验表明,MFC表现出良好的服务质量(QoS)和行为优于经典的PI调节器。
2020-06-04 cs.NI cs.SY eess.SY
Robust Model-Free Learning and Control without Prior Knowledge
California Institute of Technology(加州理工学院)
我们提出了一个简单的无模型控制算法,能够鲁棒学习和稳定的未知的离散时间线性系的完全控制和状态反馈的任意有界干扰和噪声序列。该控制器不需要系统动态、干扰或噪声的任何先验知识,但它可以保证鲁棒稳定性,并提供状态和输入轨迹的渐近和最坏情况下的界限。据我们所知,这是第一个无模型算法,它具有如此强大的稳定性保证,而不需要对系统进行任何事先假设。我们想强调的是,新的基于凸几何的方法对强大的稳定性分析,作为一个关键的推动因素,在我们的结果。我们将得出结论,仿真结果表明,尽管通用性和简单性,控制器表现出良好的闭环性能。
2020-10-01 cs.LG cs.SY eess.SY
Learning-based vs Model-free Adaptive Control of a MAV under Wind Gust
ENSTA Bretagne(法国布列塔尼国立高等先进技术学院);Flinders University(弗林德斯大学);ONERA(法国航空航天研究院);Université Paris-Saclay(巴黎萨克雷大学)
未知变化条件下的导航问题是控制领域中最重要和研究最多的问题之一。经典的基于模型的自适应控制方法只能在提供了一个方便的工厂或环境模型时才能应用。最近的无模型自适应控制方法旨在通过直接从传感器反馈学习工厂和/或过程的物理特性来消除这种依赖性。虽然已经有以前的尝试,在改善这些技术,它仍然是一个悬而未决的问题,是否有可能应付现实世界中的不确定性的控制系统,是完全基于任一范例。我们提出了一种概念上简单的基于学习的方法,由一个完整的状态反馈控制器组成,通过基于Soft Actor-Critic算法的深度强化学习框架进行鲁棒调整。我们比较它,在现实的模拟,无模型控制器,使用相同的深度强化学习框架下控制的微型飞行器阵风。结果表明,基于学习的自适应控制方法在现代动态系统中的巨大潜力。
2021-07-06 cs.AI cs.LG cs.RO