Stochastic Model Predictive Control: Output-Feedback, Duality and Guaranteed Performance
提出了一种新的随机模型预测输出反馈控制方法,并将其作为随机最优输出反馈控制方法的一种转化。这需要将设计提升到一个框架中,该框架涉及条件状态密度的传播,信息状态,通过贝叶斯滤波器和随机动态规划方程的解来获得最优反馈策略,这两个阶段在一般的非线性设置中都是计算上具有挑战性的。其优点是模型预测控制的三个瓶颈方面的清除与最优性是天生的:输出反馈是自然结合的;控制信号的双重调节和探测是固有的;相对于无限时域最优控制的闭环性能是有保证的。虽然这些方法在数值上是强大的,但我们的目标是开发一种保证随机模型预测控制的方法,并从那里寻求一个不那么繁重的近似。为此,我们讨论特别是类部分可观测马尔可夫决策过程,我们的结果无缝延伸,并证明适用性与医疗保健决策,在控制信号中的对偶性和相关的最优性是令人满意的闭环行为的一个例子。
2017-06-02 math.OC
Output Feedback Guaranteed Cost Equilibrium in Networked Multi-Agent Linear-Quadratic Difference Games
Indian Institute of Science, Bengaluru(印度科学研究所);Indian Institute of Technology-Madras(印度理工学院马德拉斯分校)
本文针对带输出反馈的网络多智能体线性二次差分博弈,提出输出反馈保证成本均衡(OF-GCE)的存在条件与综合算法,数值示例验证了方法的有效性。
2026-08-25 math.OC
Non-Stochastic Control with Bandit Feedback
Princeton University(普林斯顿大学);Google AI Princeton(谷歌人工智能普林斯顿)
研究了具有对抗扰动的线性动力系统的控制问题,其中控制器的唯一反馈是标量损失,而损失函数本身是未知的。对于这个问题,无论系统是已知的还是未知的,我们都给出了一个有效的次线性后悔算法。算法的主要困难在于损失对过去控制的依赖性。为了克服这个问题,我们提出了一个有效的算法的一般设置的强盗凸优化的损失函数的记忆,这可能是独立的利益。
2020-08-12 cs.LG math.OC stat.ML
On estimation and feedback control of spin-1/2 systems with unknown initial states
在本文中,我们考虑随机主方程描述的量子系统与电磁场进行连续时间测量的相互作用的演变。特别地,我们研究了量子自旋1/2系统在不知道初态和存在测量缺陷的情况下的反馈控制。我们证明了在适当的反馈控制器的假设下,实际量子滤波器和其相关的估计滤波器之间的保真度收敛到一个。这表明这种滤波器的渐近收敛。此外,对于自旋-J系统,我们讨论了实际的量子滤波器及其相关的估计滤波器的渐近行为和指数稳定这样的系统的测量算子的本征向量通过适当的反馈的可能性。
2019-12-02 math-ph math.MP math.OC
Distributed Adaptive Consensus Control of High Order Unknown Nonlinear Networked Systems with Guaranteed Performance
针对高阶非线性多智能体系统,提出了具有指定性能函数的自适应协同跟踪控制。使用这种方法,最初在已知大集合内的跟踪误差被限制在较小的预定义集合内。利用输出误差变换,将约束系统松弛并映射到无约束系统。控制器的设想下,代理的非线性动力学是未知的,感知网络的结构和强连接的假设。在所提出的控制器下,所有智能体跟踪的领导节点的轨迹,保证一致最终有界的转换误差和未知参数和动态的有界自适应估计。此外,建议的控制器与PPF分布,使得每个追随者代理需要自己的状态之间的信息相对于连接的邻居。针对具有不确定时变参数和外部干扰的高度非线性异构网络系统,验证了所提出的控制器的鲁棒性和平滑性。索引术语:预定性能,神经自适应,高阶,转换误差,多智能体,分布式控制,一致性,同步,瞬态,稳态误差,MIMO,SISO。
2019-04-25 math.OC
Suboptimal Control of Unknown Second-order Nonlinear Systems with Guaranteed Global Convergence
针对具有未知时变非线性动态的二阶系统,提出了一种次优自抗扰控制器(S-ADRC)。输出反馈控制器通过动态控制增益保证整体收敛到最优解附近,基于通过高增益观测器获得的估计的主要和扩展状态变量。三个数值例子比较所提出的控制方案适用于线性和非线性系统的固定增益的传统ADRC以及几个基于模型的最优和次优控制器的性能。
2022-06-20 cs.SY eess.SY math.OC
Neural Network Optimal Feedback Control with Guaranteed Local Stability
University of California, Santa Cruz(加州大学圣克鲁兹分校);NASA Langley Research Center(美国国家航空航天局兰利研究中心);Naval Postgraduate School(海军研究生院)
最近的研究表明,监督学习可以成为设计高维非线性动态系统的近优反馈控制器的有效工具。但神经网络控制器的行为仍然没有得到很好的理解。特别是,一些具有高测试精度的神经网络甚至不能局部稳定动态系统。为了解决这一挑战,我们提出了几种新的神经网络架构,我们证明,保证本地渐近稳定性,同时保留近似能力,学习最优反馈策略半全局。所提出的架构进行了比较,对标准的神经网络反馈控制器,通过数值模拟的两个高维非线性最优控制问题:稳定的不稳定的Burgers型偏微分方程,和高度和航向跟踪的无人机。模拟表明,标准的神经网络即使训练良好也无法稳定动态,而所提出的架构总是至少局部稳定,并且可以实现接近最佳的性能。
2022-10-07 cs.LG cs.SY eess.SY
A Tight Theory of Error Feedback Algorithms in Distributed Optimization
Inria, D.I. ENS, CNRS, PSL Research University, Paris, France(法国国家信息与自动化研究所、巴黎综合理工学院、法国国家科学研究中心、巴黎高等师范学院、法国巴黎)
本文针对分布式优化中的两种主流误差反馈算法(EF和EF21),通过确定最优步长和构造最优Lyapunov函数,给出了紧致的收敛性分析,结果与智能体数量无关且恢复单智能体情形下的已知最优保证。
2026-05-29 cs.LG math.OC
Guaranteed Reachability for Systems with Unknown Dynamics
给定系统的可达集的计算问题是非线性控制理论中的一个典型问题。虽然以前的工作已经产生了过多的近似和分析方法来确定这样的一组,这些方法自然需要的知识控制系统的动态在整个状态空间。与经典方法不同,本文考虑了仅利用局部系统动力学知识和动态变化率的界估计控制系统的可达集的问题。也就是说,出于对未知动态系统的安全关键规划的需要,我们考虑描述保证可达性集的问题:保证可达的所有状态的集合,而不管真正的系统动态,给定当前关于系统的知识。我们表明,这样的一组可以underapproximate的一个相关的已知系统,其动态在每个状态依赖于速度向量,保证所有控制系统与假设的知识一致的可达集。作为理论的补充,一维控制系统和遇险飞机的简单模型的数值例子验证了这种欠近似在实践中是有意义的,并且可能确实等于期望的保证可达性集。
2020-12-25 math.OC
Optimal Guaranteed Cost Control of Discrete-Time Linear Systems subject to Structured Uncertainties
针对具有范数有界结构参数不确定性的离散线性系,提出了状态反馈和静态输出反馈广义保成本控制(GCC)方法.这种方法使得凸综合的更一般的系统,其中不确定性是不相关的块对角,并没有馈通不确定性与控制输入的乘法。给出了状态反馈的充要条件和静态输出反馈的充分条件。我们还提出了一个比较研究之间的建议控制器,标准的线性二次型调节器,并在文献中发现的保成本控制器。
2019-06-20 math.OC
Controller Design via Experimental Exploration with Robustness Guarantees
对于部分未知的线性系,我们提出了一个系统的控制设计方法的基础上产生的数据,从测量的闭环实验与适当的测试控制器。这些实验是用来提高实现的性能,并减少系统的未知部分的不确定性。这是通过一个参数化的吉祥控制器与凸松弛技术从鲁棒控制,这保证了他们的实施对未知的植物是安全的。这种方法允许系统地采用线性分式表示的框架,将现有的先验知识的系统。
2020-06-26 math.OC
Adaptive Output-Feedback Model Predictive Control of Hammerstein Systems with Unknown Linear Dynamics
针对线性动态未知、输入非线性已知的 Hammerstein 系统,提出结合递推最小二乘在线辨识与 QP 迭代优化的 PCAC 输出反馈预测控制方法,并用于饱和与死区约束下的积分器链镇定。
2023-09-28 cs.SY eess.SY math.DS
Finite Data-Rate Feedback Stabilization of Continuous-Time Switched Linear Systems with Unknown Switching Signal
在本文中,我们研究的问题,稳定切换线性系时,只有有限的信息的状态和模式的系统,这发生在许多应用涉及网络切换系统(如网络物理系统,物联网等)。首先,我们证明了任意切换的切换线性系,即,在对开关信号没有约束的情况下,通常不能以有限的数据速率稳定。然后,利用这一结果,我们限制我们的注意力系统满足一个相当温和的慢开关的假设,在这个意义上说,开关信号有一个平均停留时间有界远离零。我们表明,在此假设下,切换线性系,在经典意义下是稳定的保持稳定与有限的数据速率。一个实用的编码器控制器,稳定系统,并证明其适用性的数值例子。
2020-09-10 math.OC
Data-Enabled Gradient Flow as Feedback Controller: Regulation of Linear Dynamical Systems to Minimizers of Unknown Functions
本文将线性动力系统的调节问题转化为费用未知或部分已知的凸优化问题的解。我们设计了一个数据驱动的反馈控制器-梯度流动力学的基础上-(i)是增强的学习方法,以估计费用函数的基础上不频繁(可能有噪音)的功能评价,同时,(ii)被设计为驱动的输入和输出的动力系统的优化问题。我们推导出学习误差和控制器增益的充分条件,以确保问题的优化器和闭环系统的状态之间的误差最终有界;误差界占的功能估计误差和时间变化的未知干扰影响的线性动力系统。我们的结果直接导致指数输入状态稳定的闭环系统。所提出的方法和理论界进行了数值验证。
2022-04-02 cs.SY eess.SY math.OC
Youla-REN: Learning Nonlinear Feedback Policies with Robust Stability Guarantees
Australian Centre for Field Robotics(澳大利亚野外机器人中心);The University of Sydney(悉尼大学)
本文提出了一种参数化的非线性控制器的不确定系统的建立在最近开发的神经网络架构,称为经常性平衡网络(REN),和一个非线性版本的尤拉参数化。拟议的框架有“内在的”稳定保证,即,搜索空间中的所有策略导致收缩(全局指数稳定)闭环系统。因此,它需要非常温和的假设选择的代价函数和稳定性属性可以推广到看不见的数据。这种方法的另一个有用的特点是,政策直接参数化,没有任何约束,这简化了学习的广泛的政策学习方法的基础上无约束优化(例如随机梯度下降)。我们说明了所提出的方法与各种模拟的例子。
2021-12-02 cs.LG cs.SY eess.SY
Koopman-based feedback design with stability guarantees
本文提出仅依赖测量数据、基于 Koopman 算子与鲁棒控制的非线性系统状态反馈设计,以半定规划保证指数稳定性,并扩展至多输入、增益调度及吸引域优化。
2024-05-03 cs.SY eess.SY math.OC
Algorithmic Optimality Guarantees for Nonsmooth $H_\infty$ Output-Feedback Policy Search
针对非光滑 $H_\infty$ 输出反馈策略搜索,证明在扩展凸提升的精确切片上 $\varepsilon$-平稳性导致 $O(\varepsilon)$-次优性,给出收敛速率保证,并提出二分法构造显式 $\varepsilon$-最优镇定控制器。
2026-09-10 cs.LG cs.SY eess.SY
Learning Lipschitz Feedback Policies from Expert Demonstrations: Closed-Loop Guarantees, Generalization and Robustness
University of California, Riverside(加州大学河滨分校)
在这项工作中,我们提出了一个框架来学习反馈控制政策,保证闭环泛化和对抗鲁棒性。这些策略是直接从专家演示中学习的,包含在状态控制输入对的数据集中,而不需要任务和系统模型的任何先验知识。我们使用Lipschitz约束的损失最小化方案来学习具有认证的闭环鲁棒性的反馈策略,其中Lipschitz约束作为一种机制来调整泛化性能和对对抗性干扰的鲁棒性。我们的分析利用Lipschitz属性获得闭环保证的泛化和鲁棒性的学习政策。特别是,我们推导出一个有限的样本界的策略学习错误和建立鲁棒闭环稳定下学习的控制策略。我们还得到了关于专家政策和有界(对抗性)的状态测量干扰下的闭环性能恶化的闭环遗憾的界限。数值结果验证了我们的分析,并证明了我们的鲁棒反馈策略学习框架的有效性。最后,我们的研究结果表明,标称闭环性能和对抗性鲁棒性之间存在潜在的权衡,并且标称闭环性能的改善只能以牺牲对抗性扰动的鲁棒性为代价。
2022-01-20 cs.LG cs.SY eess.SY
Data Dependent Regret Guarantees Against General Comparators for Full or Bandit Feedback
我们研究了对抗性在线学习问题,并创建了一个完全在线的算法框架,在完全专家反馈和强盗反馈设置中具有数据依赖的后悔保证。我们研究了我们的算法对一般比较器的预期性能,这使得它适用于各种各样的问题场景。我们的算法从通用预测的角度工作,所使用的性能指标是对任意比较器序列的预期遗憾,这是我们的损失和竞争损失序列之间的差异。竞争类可以被设计为包括固定臂选择、切换强盗、上下文强盗、周期强盗或任何其他感兴趣的竞争。竞赛类中的顺序通常由手头的具体应用决定,并应相应地进行设计。我们的算法既不使用也不需要任何关于损失序列的初步信息,并且完全在线。它的性能界限是数据依赖的,其中任何仿射变换的损失没有影响的归一化后悔。
2023-03-12 cs.IT cs.LG eess.SP
Learning-Based Optimal Control with Performance Guarantees for Unknown Systems with Latent States
Technical University of Munich(慕尼黑工业大学);TUM School of Computation, Information and Technology(慕尼黑工业大学计算、信息与技术学院);ETH Zurich(苏黎世联邦理工学院)
针对状态不可测的未知非线性系统,本文结合粒子MCMC与场景理论计算最优输入轨迹,给出概率性能保证并可验证任意控制律。
2024-08-06 cs.LG cs.SY eess.SY
Adaptive Output Feedback MPC with Guaranteed Stability and Robustness
本文提出一种自适应输出反馈MPC框架,利用鲁棒自适应观测器的估计构造两层同伦管以应对参数未知、外部扰动和状态不可测,并保证递推可行性与鲁棒指数稳定性。
2025-02-06 cs.SY eess.SY math.OC
Incremental Policy Iteration for Unknown Nonlinear Systems with Stability and Performance Guarantees
针对未知非线性系统的无模型鲁棒最优控制问题,提出融合递归最小二乘与线性 ADP 的增量策略迭代算法,并证明其鲁棒稳定性、近最优性及非镇定初始策略下的学习条件。
2025-08-29 cs.SY eess.SY math.OC
Koopman meets input-output data: Data-driven output-feedback control of nonlinear systems with closed-loop guarantees
University of Stuttgart(斯图加特大学);Chemnitz University of Technology(开姆尼茨工业大学);Technische Universität Ilmenau(伊尔梅瑙工业大学)
针对非线性系统,提出一种仅利用输入输出测量数据、无需状态测量的输出反馈控制器设计方法,结合Koopman算子理论与扩展状态表示,实现闭环指数稳定。
2026-06-05 cs.SY eess.SY math.OC
Feedback Linearization for Unknown Systems via Reinforcement Learning
EECS, UC Berkeley(加州大学伯克利分校电子工程与计算机科学学院)
我们提出了一种新的方法来控制设计非线性系统,利用无模型的政策优化技术来学习一个线性化控制器的物理植物与未知的动态。反馈线性化是一种非线性控制技术,它在应用适当的反馈控制器的情况下,使非线性对象\emph{linear}的输入-输出动态。一旦构造了线性化控制器,就可以使用各种线性控制技术来跟踪非线性设备的期望输出轨迹。然而,线性化控制器的计算需要系统的精确动力学模型。因此,用于学习精确线性化控制器的基于模型的方法通常需要具有容易识别的参数的系统的简单、高度结构化的模型。相比之下,本文提出的无模型方法是能够近似的线性化控制器的植物使用一般的功能近似架构。具体来说,我们制定了一个连续时间的最优化问题的学习线性化控制器的参数,其最优的参数,最好的线性化植物。我们推导出条件下的学习问题是(强)凸的,并提供保证,确保真正的线性化控制器的工厂恢复。然后,我们讨论如何无模型的政策优化算法可以用来解决离散时间近似的问题,使用从现实世界的工厂收集的数据。该框架的实用程序在模拟和真实世界的机器人平台上演示。
2020-04-21 cs.AI cs.LG cs.SY
Soft-constrained output feedback guaranteed cost equilibria in infinite-horizon uncertain linear-quadratic differential games
针对无限时域不确定线性二次输出反馈博弈中 SCONE 条件过严的问题,提出 SCOGCE 概念,并基于耦合双线性矩阵不等式与半定规划松弛给出迭代综合算法。
2024-12-03 math.OC
Guaranteed cost structured control in infinite-horizon linear-quadratic cooperative differential games
本文研究了具有输出反馈信息结构的无限时间线性二次合作微分博弈,提出反馈保证成本结构控制概念,分析其性质并验证了Pareto最优控制的子最优性。
2026-08-25 cs.SY eess.SY math.OC
Optimization-Based Safe Stabilizing Feedback with Guaranteed Region of Attraction
针对仿射控制系统的安全镇定问题,提出了一种基于惩罚的反馈优化设计框架。我们的出发点是可用性的控制李雅普诺夫函数(CLF)和控制障碍函数(CBF)定义的仿射输入不等式,证明,分别为动态的稳定性和安全性目标。利用约束优化的惩罚方法的思想,所提出的设计框架将其中一个不等式作为硬约束,另一个作为软约束。我们研究了闭环系统的性能下得到的反馈控制器,并确定条件的罚参数,以消除不需要的平衡,可能会出现。超越了文献中的局部稳定性保证,我们能够提供一个内部近似的平衡吸引区域,并确定条件下,整个安全集属于it.Simulations说明我们的结果。
2022-07-25 cs.SY eess.SY math.OC
Online Control of Unknown Time-Varying Dynamical Systems
Princeton University(普林斯顿大学);Google AI Princeton(谷歌AI普林斯顿);UC Berkeley(加州大学伯克利分校);MIT(麻省理工学院)
研究了非随机控制模型下动态未知的时变线性系统的在线控制问题。在一个高层次上,我们证明了这种设置是\emph{qualitatively harder}比未知的时不变或已知的时变动态,并补充我们的负面结果与算法的上界制度,次线性遗憾是可能的。更具体地说,我们研究遗憾的界限方面的常见类别的政策:干扰行动(SLS),干扰响应(尤拉),和线性反馈政策。虽然这三类基本上是等价的LTI系统,我们证明了这些等价性打破时变系统。我们证明了一个下界,没有算法可以获得次线性遗憾的前两个类,除非系统的变化性的一定措施也在地平线上的次线性尺度。此外,我们表明,离线规划的状态线性反馈政策是NP-困难的,这表明硬度的在线学习问题。在积极的一面,我们给出了一个有效的算法,达到一个次线性的遗憾界对类的扰动响应政策,上述系统的变异性条款。事实上,我们的算法享有次线性\emph{adaptive}遗憾界,这是一个严格强于标准遗憾的度量,更适合于时变系统。我们素描扩展干扰行动政策和部分观察,并提出了一个低效的算法对线性状态反馈政策的遗憾。
2022-02-16 cs.LG math.OC stat.ML
Guaranteed Robust Nonlinear MPC via Disturbance Feedback
Institute for Dynamic Systems and Control(动态系统与控制研究所)
本文提出一种基于扰动反馈的鲁棒非线性MPC方法,通过将不确定系统分解为标称模型、扰动反馈控制器和误差界并利用序贯凸规划联合优化,在保证鲁棒约束满足、ISS和递归可行性的同时实现快速实时求解,并在火箭着陆等任务中验证。
2025-09-23 cs.RO cs.SY eess.SY
Deadzone-Adapted Disturbance Suppression Control for Strict-Feedback Systems
本文将死区自适应扰动抑制(DADS)控制方法推广到参数严格反馈系统,通过算法化反步设计抑制增益与状态漂移,实现输出衰减到可分配小水平,并验证了其优于现有自适应控制方案。
2024-02-27 cs.SY eess.SY math.OC
An LP-Based Approach for Bilinear Saddle Point Problem with Instance-dependent Guarantee and Noisy Feedback
Hong Kong University of Science and Technology(香港科技大学);Tippie College of Business, University of Iowa(爱荷华大学蒂皮商学院)
本文提出了一种基于线性规划的方法,用于在具有噪声反馈的双人零和矩阵博弈中以实例依赖的方式获得具有ε偏差的纳什均衡估计,并给出了样本复杂性的理论界。
2026-02-13 math.OC
Fixed-time stabilization of systems with nilpotent matrices in the presence of large unknown delays
Tel Aviv University(特拉维夫大学)
研究含幂零矩阵且有大未知延迟的线性系统的固定时间镇定问题,通过引入人工延迟设计反馈,能在固定时间使状态归零并实现输入到状态稳定,该方法可用于扰动单积分器及时延系统,数值模拟验证了有效性。
2026-11-11 math.OC
Hybrid Minimum-Seeking in Synergistic Lyapunov Functions: Robust Global Stabilization under Unknown Control Directions
针对仿射控制系统中控制方向动态不确定性与拓扑障碍导致无光滑全局控制李雅普诺夫函数的问题,基于混合动态包含李括号平均结果提出混合极小值搜索反馈律,实现鲁棒全局实用稳定性,应用于流形镇定与车辆避障并验证有效性。
2024-12-07 math.OC
Partial-State Deadzone-Adapted Disturbance Suppression Control For Strict-Feedback Systems
National Technical University of Athens(雅典国立技术大学);University of California, San Diego(加州大学圣地亚哥分校)
本文扩展了部分状态死区自适应扰动抑制控制到严格反馈系统,通过自适应增益泵升机制实现输出衰减,并扩展到无限维情形。
2026-10-06 cs.SY eess.SY math.OC
Quasi-Static Fault-Tolerant Feedback Control of a Quadrotor under Rotor Failure with Provable Safety Guarantees
Sultan Qaboos University(苏丹卡布斯大学);New Jersey Institute of Technology(新泽西理工学院)
针对四旋翼单旋翼故障,提出基于准静态反馈的非线性控制律,稳定路径跟踪流形以实现路径不变性和局部指数收敛,提供可证明的安全保证,并经Drake仿真验证。
2026-09-22 cs.SY eess.SY math.DS
Two Strings with a Dynamic Interior Mass: A Feedback Control Design with Guaranteed Exponential Decay
本文研究了由内部动态质量连接的耦合双弦系统的指数镇定问题,通过 Lyapunov 框架结合边界阻尼与高阶及低阶节点阻尼三种反馈机制,无条件建立了指数稳定性,并证明低阶反馈可被移除而不影响衰减效果。
2025-07-13 math.AP math.OC
Data-driven model predictive control: closed-loop guarantees and experimental results
我们提供了一个全面的审查和实际执行最近开发的模型预测控制(MPC)框架,用于控制未知的系统,只使用测量数据,没有明确的模型知识。我们的方法依赖于一个隐式的系统参数化从行为系统理论的基础上测量的输入输出轨迹。所提出的MPC计划保证闭环稳定的未知线性时不变(LTI)系统,即使数据受到噪声的影响。此外,我们扩展此MPC框架控制未知的非线性系统,通过不断更新的数据驱动的系统表示使用新的测量。通过非线性四容系统的仿真和实验证明了我们的方法简单而直观的适用性。
2021-07-02 cs.SY eess.SY math.OC
Model-Free Output Feedback Stabilization via Policy Gradient Methods
School of Artificial Intelligence and Automation, Huazhong University of Science and Technology(人工智能与自动化学院,华中科技大学);College of Automation, Nanjing University of Posts and Telecommunications(自动化学院,南京邮电大学)
本文提出了一种无模型学习方法,用于部分可观测线性动态系统的输出反馈稳定化,通过策略梯度方法解决稳定问题并验证了算法的有效性。
2026-09-29 cs.LG cs.SY eess.SY
Distribution Grid Line Outage Identification with Unknown Pattern and Performance Guarantee
针对配电网线路故障识别中故障模式未知的难题,提出一种仅利用电压幅值、结合梯度下降与Bregman散度约束的数据驱动方法,在保证收敛的同时实现及时检测与定位,并在多种真实场景下验证了有效性。
2023-09-10 cs.LG cs.SY eess.SY
An Efficient Data-Driven Framework for Linear Quadratic Output Feedback Control
针对状态不可测、参数未知的线性二次输出反馈控制中最优性与可行性难平衡的问题,构建满足Willems基本引理的状态参数化框架,提出有理论保证的无模型离轨迭代算法,在多输出场景等方面具显著优势。
2025-09-03 cs.SY eess.SY math.OC
Computing stabilizing feedback gains for stochastic linear systems via policy iteration method
本文提出一种基于策略迭代的无模型强化学习算法,通过求解一系列折扣随机线性二次最优控制问题并逐步减小折扣因子,在有限步内为未知系统矩阵的随机线性时不变系统计算镇定反馈增益。
2025-08-07 math.OC
Data-driven ambiguity sets with probabilistic guarantees for dynamic processes
分布模糊集提供了可量化的方法来表征感兴趣的随机变量的真实概率分布的不确定性。这使得它们成为数据驱动的鲁棒优化的关键要素,通过利用高置信度保证来对冲不确定性。本文探讨了Wasserstein模糊集的建设在动态的情况下,数据是逐步收集,可能只揭示部分信息的未知随机变量。对于根据已知动态演化的随机变量,我们利用同化样本来推断其在采样范围结束时的未知分布。根据确切的知识的流程图,我们提供了充分条件,与采样率的轨迹的增长,以建立一个减少的模糊集的大小作为地平线的增加。此外,我们的特点是利用样本的历史,结果在保证减少的模糊集下的错误的计算流量和动态时,受到有界的未知干扰。我们的治疗与完整和部分状态的测量,并在后一种情况下,利用不规则采样下的线性时变系统的采样数据的可观性。无人机检测应用的仿真结果表明,所提出的动态模糊度集的优越性能。
2019-09-24 math.OC
Stochastic MPC with Online-optimized Policies and Closed-loop Guarantees
ETH Zurich(苏黎世联邦理工学院)
针对受加性高斯干扰的线性系统,提出随机模型预测控制方法,在线优化干扰反馈矩阵,保证概率约束闭环满意度等,核心机制是最大允许集及预测约束重调整,以建筑温度控制示例证明其适用性。
2026-07-14 cs.SY eess.SY math.OC
Safe Learning-based Observers for Unknown Nonlinear Systems using Bayesian Optimization
Mitsubishi Electric Research Laboratories(三菱电机研究实验室)
从具有未知动态的动力系统生成的数据使得状态观测器能够学习:对建模误差具有鲁棒性,在计算上易于设计,并且能够以保证的性能操作。本文提出了一种模块化的设计方法,它包括三个设计阶段:(i)初始鲁棒观测器设计,使之能够在不允许状态估计误差发散的情况下学习动态(ii)学习阶段,其中使用贝叶斯优化和高斯过程来估计未建模分量;以及(iii)重新设计阶段,其利用所学习的动态来改进所述状态估计误差的收敛速率。我们提出的基于学习的观测器的潜力是证明在一个基准非线性系统。此外,还提供了保证估计性能的证书。
2021-06-25 cs.LG cs.SY eess.SY
Event-Triggered Funnel Control for Output Reference Tracking of Unknown Nonlinear Systems
Martin-Luther-Universität Halle-Wittenberg(哈勒-维滕贝格马丁·路德大学)
针对未知非线性系统输出参考跟踪问题,提出事件触发零阶保持实现的漏斗控制器,通过辅助积分状态补偿误差,保证闭环性能并排除芝诺行为,经数值仿真验证有效。
2026-11-02 math.OC
Sampled-Data Boundary Feedback Control of 1-D Parabolic PDEs
National Technical University of Athens(雅典国立技术大学);University of California, San Diego(加州大学圣迭戈分校)
本文研究了在有界域上1维线性抛物型系统中使用零阶保持器的边界反馈控制应用,证明了在采样周期足够小的情况下,采样-保持的连续时间边界反馈能保证闭环指数稳定性,提供了状态加权2范数的稳定性估计和对采样计划扰动的鲁棒性。
2017-01-08 cs.SY eess.SY math.OC
Continuous-Time Zeroth-Order Dynamics with Projection Maps: Model-Free Feedback Optimization with Safety Guarantees
本文针对目标与约束函数形式未知的约束优化问题,提出投影零阶(P-ZO)动力学方法,结合投影映射与周期性抖动实现无模型反馈优化,保证安全性与鲁棒性,还推导了时变场景跟踪结果并通过数值验证。
2025-02-11 cs.SY eess.SY math.OC
Online switching control with stability and regret guarantees
本文研究了具有有限候选控制器池、未知动力系统和未知费用函数的在线切换控制问题。候选控制器可以是不稳定策略。我们只需要至少一个候选控制器来满足某些稳定性性质,但我们不知道哪一个是稳定的。我们设计了一个在线算法,保证有限增益的稳定性,在整个执行期间。我们还提供了一个次线性的政策后悔保证相比,最优稳定候选控制器。最后,我们数值测试我们的算法上的四旋翼平面飞行,并将其与经典的切换控制算法,基于伪造的切换,和经典的多臂强盗算法,Exp3与批次。
2023-01-24 cs.SY eess.SY math.OC
Feedback stabilization for a bilinear control system under weak observability inequalities
本文讨论了双线性系统在弱观测性质下的反馈镇定问题。在这种情况下,不能保证一致稳定性。因此,我们提供了一个明确的弱衰减率的所有规则的初始数据。应用薛定谔和波动方程提供。
2019-06-27 math.DS math.OC
Semi-definite programs for online control of nonlinear systems with stability guarantees
Tsinghua University(清华大学)
本文提出基于半定规划的在线反馈控制方法,通过状态依赖表示解决非线性系统控制问题,结合Lyapunov证书保证稳定性并满足二次性能规范。
2026-04-18 cs.SY eess.SY math.OC
Model-Based Koopman-Galerkin Lifting for Guaranteed H-Infinity Output Feedback Control of Nonlinear Systems
Santa Clara University(圣克拉拉大学)
提出基于模型的Galerkin提升框架,通过精确LTI分解和残差界,实现非线性系统仅用测量误差的$\mathcal{H}_\infty$输出反馈控制,保证闭环稳定并优于反步法。
2026-11-04 cs.SY eess.SY math.OC
On-The-Fly Control of Unknown Systems: From Side Information to Performance Guarantees through Reachability
我们开发数据驱动的算法,可达性分析和控制系统的先验未知的非线性动力学。所得到的算法不仅适用于具有实时要求的设置,而且还提供可证明的性能保证。为此,他们合并噪声数据,只有一个有限的地平线轨迹,如果可用的话,各种形式的边信息。这样的辅助信息可以包括动态的规律性、对状态的代数约束、单调性或状态之间的动态解耦的知识。具体来说,我们开发了两个算法,$\texttt{DaTaReach}$和$\texttt{DaTaControl}$,过近似的可达集和设计控制信号的系统上飞。$\texttt{DaTaReach}$构造了一个包含未知动力学的微分包含。然后,在一个离散时间设置,它过近似的可达集通过区间泰勒为基础的方法应用于系统的动态微分包含。我们提供了一个边界上的时间步长,以确保正确性和终止的$\texttt{DaTaReach}$。$\texttt{DaTaControl}$使用计算的过近似和滚动时域控制框架实现基于凸优化的控制。此外,$\texttt{DaTaControl}$实现了近最优控制,适合于此类系统的实时控制。我们建立了一个界限,它的次优性和原始操作的数量,它需要计算控制值。然后,我们从理论上表明,$\texttt{DaTaControl}$实现更严格的次优性边界的数据量和丰富的边信息的增加。最后,在单旋翼、四旋翼和飞机系统上的实验证明了这两种算法在现有方法上的有效性。
2021-12-16 cs.SY eess.SY math.OC
Optimal Output Feedback Learning Control for Discrete-Time Linear Quadratic Regulation
School of Automation, Beijing Institute of Technology, Beijing 100081, China(自动化学院,北京理工大学,北京);Department of Chemical Engineering, Queen’s University, Kingston, ON K7L 3N6, Canada(化学工程系,皇后大学,加拿大)
本文针对未知离散时间系统的LQR问题,提出一种保证收敛、稳定和最优的广义动态输出反馈学习控制方法,通过等效状态反馈设计、自适应动态规划迭代及无模型稳定性判据求解最优控制增益,并经数值实验验证。
2025-05-27 cs.AI cs.MA cs.SY
Obstacle Avoidance via Hybrid Feedback
University of Quebec in Outaouais(乌塔韦魁北克大学);University of Groningen(格罗宁根大学);KTH Royal Institute of Technology(瑞典皇家理工学院)
在本文中,我们提出了一种混合反馈的方法来解决导航问题的一个点质量的n维空间中包含任意数量的椭球形障碍物。所提出的混合控制算法既保证全局渐近稳定的参考和避免的障碍。所提出的混合反馈的直观想法是在两种控制模式之间切换:稳定和避免。所提出的混合控制器的流和跳集的尺规作图法,利用滞后区域,保证Zeno自由稳定和避免模式之间的切换。仿真结果表明,所提出的混合控制方法的性能为2维和3维的情况下。
2021-02-04 cs.RO cs.SY eess.SY