Structured learning of safety guarantees for the control of uncertain dynamical systems
将动力系统保持在状态约束内的方法通常依赖于基于模型的安全条件来限制控制信号。在面对显著的建模不确定性时,由于安全条件变得过于保守,系统可能遭受重要的性能损失。机器学习可以用来减少系统动态的不确定性,并实现更高的性能。在这篇文章中,我们提出了安全的不确定性学习原则,并认为学习必须适当地结构化,以保持安全保证。例如,鲁棒的安全条件是必要的,并且在学习之前必须用保守的不确定性界限初始化它们。此外,只有在收集的数据足以捕获未来的系统行为时,才应该收紧不确定性界限。为了支持该原理,利用控制障碍函数解决了两个示例问题:用于自主车辆的车道变换控制器和自适应巡航控制器。这项工作提供了一种方法来评估机器学习是否在控制不确定动力系统时保持安全保证。它还强调了学习控制的挑战性方面。
2022-01-29 cs.SY eess.SY
Robust Output Feedback MPC with Reduced Conservatism under Ellipsoidal Uncertainty
不确定性自治系统的鲁棒设计是一个重要而富有挑战性的问题。本文提出了一种由状态估计器和基于预测控制律的管组成的鲁棒控制器。考虑一类椭球不确定性下的线性系统。与现有的基于多面体集的方法相比,直接从扰动的椭球集计算约束收紧,而没有过度近似,从而导致保守性较低的界限。给出了保证鲁棒约束满足和鲁棒稳定的条件。此外,通过避免在集合计算中使用Minkowski和,所提出的方法也可以扩展到高维系统。最后用实例说明了结果。
2022-10-09 cs.SY eess.SY math.OC
On the Sample Size of Random Convex Programs with Structured Dependence on the Uncertainty (Extended Version)
ETH Zurich(苏黎世联邦理工学院);UC Berkeley(加州大学伯克利分校);Oxford University(牛津大学)
本文改进了Helly维度的上界,适用于具有特定结构的随机凸程序,从而减少所需场景数量,提升目标值并降低计算复杂度。
2015-08-04 cs.SY eess.SY math.OC
A structured input-output approach to characterizing optimal perturbations in wall-bounded shear flows
这项工作建立在最近的工作,利用结构奇异值的概念,捕捉非线性相互作用的壁有界剪切流的分析。在这种情况下,结构化的不确定性可以解释为最有可能被放大的流动结构(最佳扰动)。在这里,我们进一步分析这些扰动通过一个问题的重新表述,分解成三个组件与流向,壁面法线和展向速度相关性的不确定性。然后,我们证明了这些相关性的结构特征是一致的非线性最优扰动和次级稳定性分析与流向条纹的结果。这些结果表明,结构化的输入输出分析的潜力,以获得洞察到线性和非线性行为,可用于通知过渡壁有界剪切流的传感和控制策略。
2023-03-18 cs.SY eess.SY physics.flu-dyn
Robust stability for fractional-order systems with structured and unstructured uncertainties
针对阶数α∈(0,1)的两类不确定分数阶系统,分别提出了鲁棒稳定性的充分条件和充要条件,并通过求解线性矩阵不等式进行验证。
2012-12-17 cs.SY eess.SY math.OC
Feedback Passivation of Linear Systems with Fixed-Structured Controllers
针对线性时不变(LTI)系统,在连续时间(CT)和离散时间(DT)两种情况下,设计一个具有特定控制器结构的最优输出反馈控制器,以最大化闭环系统的无源性水平。具体地说,所考虑的控制器的集合是线性参数化的约束参数。输入前馈无源性(IFP)和输出反馈无源性(OFP)指标用于捕获无源性水平。给定一组镇定控制器,给出了存在能使闭环系统无源化的固定结构输出反馈控制器的充分必要条件。此外,它表明,该条件可以用来获得控制器,最大化IFP或OFP指标通过求解凸优化问题。
2019-07-30 cs.SY eess.SY math.OC
Structured Input-Output Modeling and Robust Stability Analysis of Compressible Flows
本文将结构化输入输出分析扩展至可压缩流,通过重构Navier-Stokes方程建立二次型动力学模型,利用伪线性模型和结构化奇异值框架计算输入输出增益,有效识别了可压缩Couette流的不稳定性机制及其热力学特征。
2025-03-05 cs.SY eess.SY math-ph
Robust Data-Driven Output Feedback Control via Bootstrapped Multiplicative Noise
The University of Texas at Dallas(德克萨斯大学达拉斯分校);The Australian National University(澳大利亚国立大学)
我们提出了一个强大的数据驱动的输出反馈控制算法,显式地将固有的有限样本模型估计不确定性的控制设计。该算法有三个组成部分:(1)一个子空间识别标称模型估计;(2)一个自举响应方法,量化的非渐近方差的标称模型估计;和(3)一个非传统的鲁棒控制设计方法,包括耦合的最佳动态输出反馈滤波器和控制器与乘性噪声。所提出的方法的一个主要优点是,系统辨识和鲁棒控制设计过程都使用随机不确定性表示,使实际固有的统计估计不确定性直接对准的不确定性的鲁棒控制器正在设计。此外,控制设计方法容纳了一个高度结构化的不确定性表示,可以捕捉不确定性形状比现有的方法更有效。我们通过数值实验表明,所提出的鲁棒数据驱动的输出反馈控制器可以显着优于确定性等效控制器的样本复杂性和稳定性鲁棒性的各种措施。
2022-05-10 cs.LG cs.SY eess.SY
Centrality in Time-Delay Consensus Networks with Structured Uncertainties
Lehigh University(利哈伊大学);Massachusetts Institute of Technology(麻省理工学院)
本文研究了时间延迟线性共识网络中网络中心性的定义,考虑了底层耦合图、外生不确定性结构和通信时间延迟的影响,通过H2范数定义中心性度量,并分析了时间延迟、图拉普拉斯矩阵和输入噪声协方差矩阵对中心性的影响。
2019-02-22 cs.SY eess.SY
Robust output regulation of linear system subject to modeled and unmodeled uncertainty
针对系统同时受到噪声、建模干扰和未建模干扰的情况,提出了一种新的鲁棒输出调节控制框架,以兼顾系统的跟踪性能和鲁棒性。该控制器采用输出调节策略,在存在建模干扰的情况下跟踪参考信号,并通过$\mathcal{H}_\infty$补偿器减小未建模干扰的影响。在稳定回路中还可以引入卡尔曼滤波器来处理白噪声。此外,在存在/不存在噪声和干扰的跟踪误差估计。最后,以古田一级倒立摆系统为例,验证了所提出的控制框架的有效性和性能。
2022-10-27 cs.SY eess.SY
Learning Dynamics from Infrequent Output Measurements for Uncertainty-Aware Optimal Control
Chair of Information-oriented Control, School of Computation, Information and Technology(信息导向控制研究所,计算、信息与技术学院)
该研究提出了一种基于贝叶斯先验的连续时间动态和潜在状态轨迹建模方法,利用目标Metropolis-Hastings采样器和数值ODE求解器进行更新,通过场景优化方法解决不确定性下的最优控制问题,验证了在1型糖尿病血糖调节中的有效性。
2026-05-20 cs.LG cs.SY eess.SY
Robust Control Barrier Functions for Safe Control Under Uncertainty Using Extended State Observer and Output Measurement
针对基于控制屏障函数的二次规划安全控制依赖精确模型与全状态的局限,提出结合扩展状态观测器与CBF、仅用输出测量的鲁棒安全控制方法,得到更低保守性的误差界,经仿真验证有效。
2023-08-26 cs.SY eess.SY
S3TS: Stochastic Scenario-Structured Tree Search for Advanced Planning Under Uncertainty
IDLab Ghent university – imec(IDLab 布鲁塞尔大学 – imec);Beebop.ai;Imperial College London(伦敦帝国理工学院)
提出随机情景结构化树搜索(S3TS)算法,通过情景树显式表示不确定性并集成非线性模型,在需求响应信号发布问题上实现近最优性能,成本比最优解高14%以内,在非线性场景中比贪心算法和确定性MCTS分别降低51%和5.4%的成本。
2026-06-01 cs.AI cs.SY eess.SY
Structured input-output analysis of transitional wall-bounded flows
过渡河道水流的输入输出分析已被证明是一个有价值的分析工具,用于识别重要的流动结构和能量运动。传统方法将非线性项抽象为非结构化的强迫,在这个意义上,这种强迫不直接与动力学中的潜在非线性相关。相反,本文采用了一种结构化的奇异值为基础的方法,保留了一定的输入输出特性的非线性强迫函数,努力恢复更大范围的关键流特征,通过非线性分析,实验和直接数值模拟(DNS)的过渡渠道流量。应用这种方法的过渡平面Couette和平面Poiffuille流导致不仅识别的流向相干结构预测通过传统的输入-输出方法,但也斜流结构的表征为那些需要最少的能量,以诱导过渡与DNS研究,和非线性最佳扰动分析。所提出的方法还捕获了最近观察到的倾斜湍流带,这些湍流带与实验中的过渡和具有非常大的通道尺寸的DNS有关。在两种流态下,从DNS和非线性分析中预测的流向变化结构的较大放大的能力表明,结构化方法允许保持与升力机制减弱相关的非线性效应,该机制被称为主导线性算子。捕捉这个关键的非线性效应,使更广泛的已知的过渡流结构的分析输入输出建模范式内的预测。
2021-08-20 cs.SY eess.SY physics.flu-dyn
Stability analysis for circulant structured multi-agent molecular communication systems
本文利用传递函数建立了多输入多输出(MIMO)系统所代表的多智能体MC系统的系统理论模型,并提出了一种分析循环结构多智能体MC系统的稳定性的方法。该方法将MIMO MC系统分解为多个单输入单输出(SISO)系统,便于分析大规模多智能体MC系统的稳定性。最后,我们展示了所提出的方法来分析一个特定的MC系统的稳定性。
2023-01-24 cs.SY eess.SY