Delay-Enabled Adaptive Learning of Time-Varying Parameters
University of Rhode Island（罗德岛大学）
本文提出一种带延迟的自适应估计器，通过引入延迟动态状态估计参数变化率，实现时变参数的准确学习，性能优于传统及近期时变参数估计器，且无需状态导数或参数变化假设模型。
2026-10-15 cs.SY eess.SY
Neural ODEs Meet Concurrent Learning: Stable Online Learning with Lyapunov Guarantees
Louisiana State University（路易斯安那州立大学）
本文证明神经ODE伴随梯度具有Lyapunov分析所需结构，提出NODE-CL方法，在滑动窗口和存储数据上实现稳定在线学习，并在DeepMind控制套件上取得最优或接近最优的预测误差。
2026-09-29 cs.LG cs.SY eess.SY
Deep Model Reference Adaptive Control
University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
提出了一种新的神经自适应控制结构：基于深度神经网络的模型参考自适应控制（DMRAC）。我们的架构利用了强大的深度神经网络表示建模显着的非线性，同时将其与有界性保证，表征基于MRAC的控制器。通过仿真和分析，我们证明了DMRAC可以取代以前研究的基于学习的MRAC方法，如并发学习和GP-MRAC。这使得DMRAC成为具有长期学习特性的非线性系统的高性能控制的非常强大的架构。
2019-09-18 cs.LG cs.SY eess.SY
Extremum Seeking Nonlinear Regulator with Concurrent Uncertainties in Exosystems and Control Directions
针对存在参数、控制方向、外系统动力学多重不确定性的非线性系统PORP问题，提出基于非线性内模和极值搜索控制的非自适应框架，无需Nussbaum增益，经李括号法证明闭环稳定，误差指数收敛，仿真验证了有效性。
2025-06-16 cs.SY eess.SY math.OC
An adaptive optimal control approach to monocular depth observability maximization
本文提出基于积分并发学习的单目深度观测器，在无状态信息条件下估计特征距离，并通过无限时域最优调节实现相机定位与可观测性最大化，仿真验证了方法的有效性。
2024-06-07 cs.SY eess.SY
Memory-Based Data-Driven MRAC Architecture Ensuring Parameter Convergence
Indian Institute of Technology Delhi（印度德里理工学院）
本文提出一种基于记忆的数据驱动MRAC架构，无需PE条件和系统矩阵知识，实现跟踪和控制器参数估计误差的有限时间收敛，并通过Lyapunov证明了方法的有效性。
2016-02-01 cs.SY eess.SY
Modular Adaptive Safety-Critical Control
本文提出了一种自适应控制方法的不确定非线性系统的安全约束，允许模块化的参数估计算法的选择。这种模块化是通过分别经由控制李雅普诺夫函数（CLF）和控制障碍函数（CBF）统一输入到状态稳定性（ISS）和输入状态安全性（ISSf）的概念来实现的。特别是，我们提出了一类指数ISS-CLFs和ISSf高阶CBFs，可以结合一般类的参数估计算法类似于那些在文献中发现的并发学习自适应控制。我们表明，ISS和ISSf的统一在自适应控制设置允许保持一组参数估计的CLF和CBF，可以由一类更新法律满足一些一般性质。我们的方法的模块化证明了通过数值例子，通过比较不同的参数估计算法的稳定性和安全性方面的性能。
2023-03-07 cs.SY eess.SY
Adaptive Robust Control Contraction Metrics: Transient Bounds in Adaptive Control with Unmatched Uncertainties
本文提出一种基于收缩理论的自适应鲁棒控制充分条件，允许收缩度量依赖未知参数，在在线学习未匹配不确定性时保证闭环跟踪误差瞬态有界，并适用于自适应模型预测控制。
2023-10-20 cs.SY eess.SY math.OC
Parameter Update Laws for Adaptive Control with Affine Equality Parameter Constraints
University of Connecticut（康涅狄格大学）
本文提出了一种具有仿射等式约束的自适应控制参数更新律，通过约束优化问题推导出两种更新方法，并通过仿真验证了其在参数收敛和轨迹跟踪方面的有效性。
2026-02-20 cs.SY eess.SY
Adaptive Finite-time Disturbance Rejection for Nonlinear Systems using an Experience-Replay based Disturbance Observer
控制系统不可避免地会受到外部干扰的影响，而控制设计的一个主要目标就是减弱或消除外部干扰对系统性能的不利影响。本文提出了一种扰动抑制方法，对已有的结果作了两个主要的改进：1）放宽了对状态导数的计算或测量要求，而这些导数是不可测量的，并且它们的计算会被噪声所破坏; 2）实现了有限时间的扰动抑制和控制。为此，首先用一个未知动力学模型来描述扰动，并提出了一种自适应扰动观测器来估计扰动，然后利用一种滤波回归形式来描述非线性系统和未知扰动。结果表明，利用这种滤波回归形式，仅利用回归量的测量状态就能估计出扰动。也就是说，与现有的扰动抑制结果相反，所提出的方法不需要状态导数测量。为了提高扰动估计的收敛速度，提出了一种带有经验重放的自适应律。在扰动观测器的基础上增加一个自适应积分终端滑模控制器，以保证跟踪误差在有限时间内收敛到零。经验重放技术所使用的关于过去经验历史的可验证秩条件提供了收敛的充分条件。与已有结果相比，该方法不需要扰动动力学和状态导数的知识，且保证了系统的有限时间稳定性.仿真实例验证了所提出方法的有效性.
2020-07-29 cs.SY eess.SY
Extension of Full and Reduced Order Observers for Image-based Depth Estimation using Concurrent Learning
University of Connecticut（康涅狄格大学）；Oklahoma State University（俄克拉荷马州立大学）
本文提出了一种基于并行学习（CL）的透视动力系统（PDS）的全维和降维观测器。PDS是用于从相机图像序列估计特征点的深度的广泛使用的模型。基于自适应控制中CL参数估计的研究进展，针对PDS模型，提出了一种状态观测器.在CL项中使用了在滑动时间窗上记录的最近过去的数据来设计全阶和降阶状态观测器。一个基于李雅普诺夫稳定性分析，证明了一致最终有界（UUB）的稳定性的发展观察员。仿真结果验证了收敛时间，均方根误差（RMSE）和平均绝对百分比误差（MAPE）指标的准确性和收敛性的发展观察员。真实世界的深度估计实验，以证明使用上述指标的观察员的性能7自由度机械手眼在手配置。
2020-08-12 cs.RO cs.SY eess.SY
Adaptive Control of Unknown Pure Feedback Systems with Pure State Constraints
研究了一类状态变量具有纯状态约束和未知时变有界扰动的未知纯反馈系统的跟踪控制问题。第一次提出了一种自适应控制器。控制器的设计采用反推方法。在设计时，采用了障碍李雅普诺夫函数，使状态变量不违反约束条件。为了处理系统的未知动态，在线逼近器的设计使用神经网络与一种新的自适应法律的权重更新。在系统的稳定性分析中，李雅普诺夫函数的时间导数涉及到已知的虚拟控制系数和未知的方向，并处理这样的问题，Nussbaum增益被用来设计控制律。此外，为了使控制器的鲁棒性和计算成本低，一种新的干扰观测器的设计估计的干扰以及神经网络逼近误差和虚拟控制输入的时间导数。通过对三阶非线性系统的仿真研究，证明了该方法的有效性。
2022-10-09 cs.SY eess.SY
Adaptive-Robust Control of a Class of Uncertain Nonlinear Systems Utilizing Time-Delayed Input and Position Feedback
本文提出了一种适应性鲁棒控制策略，通过时间延迟逻辑近似未知动态，无需名义模型或不确定性预设界限，提升非holonomic轮式移动机器人跟踪精度。
2016-02-11 cs.SY eess.SY
Online Simultaneous State and Parameter Estimation for Second-order Nonlinear Systems
针对含不确定动力学的二阶非线性时不变系统，提出基于并发学习的自适应观测器，实现在线同时状态与参数估计，并证明误差一致最终有界且仅需有限时间激励。
2024-12-04 cs.SY eess.SY
Adaptive Override Control under High-Relative-Degree Nonovershooting Constraints
本文针对高相对阶非超调约束和参数不确定性下的安全控制问题，提出控制器与参数辨识器分离的模块化自适应越权控制方法，证明安全违规由初始估计误差的可调函数界定，并随参数收敛而减小。
2025-09-23 cs.SY eess.SY
Observer-Side Parameter Estimation For Adaptive Control
University of Florida（佛罗里达大学）
本文研究了自适应控制中观测器侧参数估计的机制，提出了一种增强观测器基于自适应控制鲁棒性的新方法。
2017-11-24 cs.SY eess.SY
Meta-Learning for Adaptive Control with Automated Mirror Descent
针对自适应控制中难以获取非线性特征的问题，本文提出结合元学习与镜像下降自适应律的方法，利用参数空间非欧几里得几何特性，通过元学习获取非线性特征并优化势函数，提升控制性能。
2025-11-14 cs.SY eess.SY
Adaptive Smooth Disturbance Observer-Based Fast Finite-Time Attitude Tracking Control of a Small Unmanned Helicopter
针对三自由度直升机系统在复合扰动下的姿态跟踪问题，提出了一种基于自适应平滑扰动抑制器的快速有限时间自适应反推控制方法。首先，提出了一种自适应平滑扰动观测器（ASDO）来估计复合扰动，该观测器具有输出平滑、有限时间快速收敛、对未知导数边界扰动的适应性等特点。然后，有限时间反推控制协议的构造，以驱动的仰角和俯仰角跟踪参考轨迹。为了解决传统反推设计框架中的“复杂性爆炸”和“奇异性”问题，利用快速有限时间命令滤波器（FFTCF）来估计虚拟控制信号及其导数。此外，一个分数功率为基础的辅助动态系统被引入到补偿所造成的误差的FFTCF估计。此外，设计了一种改进的基于分数阶幂次的自适应律，该自适应律引入了$σ$修正项，抑制了观测器逼近误差，从而进一步提高了跟踪性能.根据快速有限时间稳定性理论，闭环系统的信号都是快速有限时间有界的，而姿态跟踪误差可以在有限时间内快速收敛到原点的一个足够小的区域。最后，通过对比数值仿真验证了所设计控制方案的有效性和优越性。
2022-05-25 cs.SY eess.SY
Adaptive Observer of Nonlinear One-Sided Lipschitz Systems Using Estimated State Regressors With Finite Excitation
Concordia University（康考迪亚大学）
本文针对一类非线性单侧Lipschitz系统的回归器失配问题，提出一种基于有限激励估计状态回归器的自适应观测器，经稳定性分析其性能优于无历史堆叠学习项的观测器。
2026-09-01 cs.SY eess.SY
A One-Class Explainable AI Framework for Identification of Non-Stationary Concurrent False Data Injections in Nuclear Reactor Signals
本文提出一种单类可解释AI框架，结合循环神经网络、自适应加窗残差分析和改进SHAP算法，在极少训练数据下以高于0.93的准确率识别核反应堆信号中的非平稳并发虚假数据注入并定位其来源。
2025-08-17 cs.SY eess.SY
Theory and Application on Adaptive-Robust Control of Euler-Lagrange Systems with Linearly Parametrizable Uncertainty Bound
Indian Institute of Technology-Delhi（印度德里理工学院）
本文提出了一种适用于具有线性可参数化不确定性上界的一类不确定欧拉-拉格朗日系统的自适应-鲁棒控制架构，通过改进的自适应开关增益鲁棒控制方法提升了控制性能。
2017-08-04 cs.SY eess.SY
Artificial Bee Colony-based Adaptive Position Control of Electrohydraulic Servo Systems with Parameter Uncertainty
University of Louisville（路易斯维尔大学）；King Fahd University of Petroleum and Minerals（法赫德国王石油与矿物大学）
本文提出一种基于人工蜂群算法的自适应反步控制器，用于电液伺服系统位置控制，通过优化参数降低跟踪误差和控制信号，验证了控制器的鲁棒性和有效性。
2017-10-08 cs.SY eess.SY math.OC
ART-Rx: A Proportional-Integral-Derivative (PID) Controlled Adaptive Real-Time Threshold Receiver for Molecular Communication
本文提出用于分子通信的自适应实时阈值接收器ART-Rx，通过PID控制器动态调整检测阈值，显著降低了比特错误率并提升了高噪声环境下的鲁棒性。
2024-11-14 cs.ET cs.SY eess.SY
Online Output-Feedback Parameter and State Estimation for Second Order Linear Systems
Oklahoma State University（俄克拉荷马州立大学）
本文提出了一种基于并发学习的自适应观测器，用于估计二阶线性时不变系统中的状态和参数，无需持续激励即可实现指数收敛。
2016-09-19 cs.SY eess.SY math.OC
Adaptive Control with Sparse Identification of Nonlinear Dynamics
University of Florida（佛罗里达大学）；Torch Technologies（托奇技术公司）
本文提出一种促进稀疏性的积分并发学习（SP-ICL）自适应律，用于线性参数化的不确定非线性控制仿射系统。通过结合滑模技术，利用ℓ1正则化实现参数稀疏学习，证明闭环系统轨迹最终有界。
2026-09-23 cs.SY eess.SY math.OC
Dirty derivatives for output feedback stabilization
脏导数通常用于工业设置中，特别是在PID控制中的导数项的实现中，并且由于其噪声衰减和无模型特性而特别有吸引力。在本文中，我们提供了一个基于李雅普诺夫证明的稳定性的线性时不变控制系统的控制器规范形式时，使用脏导数代替观测器的输出反馈的目的。据作者所知，这是第一次为使用脏导数代替不同阶导数提供稳定性证明。在自适应控制的精神，我们还展示了如何脏的衍生物可以用于输出反馈控制时，控制增益是未知的。
2022-02-04 cs.SY eess.SP eess.SY
