Tuning of Constant in gain Lead in phase (CgLp) Reset Controller using higher-order sinusoidal input describing function (HOSIDF)
由于技术的发展，线性控制器已不能满足高科技行业的要求。一种解决方案是使用非线性控制器，如复位元件，以克服这个大障碍。在文献中，恒定增益相位超前（CgLp）补偿器是一种新颖的复位元件，用于克服线性控制器固有的限制。然而，这些控制器的整定准则还没有提出。在本文中，一个最近开发的方法命名为高阶正弦输入描述函数（HOSIDF），它给出了更深入的了解非线性控制器的频率行为相比，正弦输入描述函数（DF），是用来获得一个直接的CgLp补偿器的调谐方法。在这方面，对这些补偿器的跟踪性能进行了比较分析。基于这些分析，CgLp补偿器的调整准则的开发和高科技精密定位阶段的验证。结果表明，开发的调谐方法的有效性。
2020-09-10 cs.SY eess.SY
Single-Shot Learning of Multirotor Controller Gains: A Data-Driven Approach with Experimental Validation
本文提出连续时间回溯成本优化的数据驱动控制方法，仅通过单次仿真学习多旋翼轨迹跟踪控制器增益，并经 Simulink 仿真和物理四旋翼实验验证。
2025-06-06 cs.SY eess.SY
Multi-Objective Digital PID Controller Design in Parameter Space
本文利用鲁棒控制的参数空间方法，提出了一种多目标数字PID控制器的设计方法。绝对稳定性首先通过找到对应于单位圆内的闭环极点的数字PID控制器增益参数空间来处理。相位裕度、增益裕度和混合灵敏度界被视为频域约束。给出了满足这些约束条件的数字PID控制器参数空间域的确定方法。所有这些区域叠加，得到一个多目标数字PID控制器增益参数空间解域。以自动驾驶汽车路径跟踪控制器设计为例，说明了该方法的有效性。
2021-09-27 cs.SY eess.SY
Model Reference Gaussian Process Regression: Data-Driven State Feedback Controller
本文提出了一种数据驱动的状态反馈控制器，能够对非线性离散时间系统进行参考跟踪。该控制器的设计基于所识别的系统的逆模型和给定的参考模型，假设逆模型的识别仅使用系统的状态/输入测量进行。当它的结果提供，我们提出的条件，保证一定程度的参考跟踪性能，无论采用的逆模型的识别方法。具体来说，当高斯过程回归（GPR）被用作识别方法，我们提出了所需的数据的充分条件，通过应用一些引理相关的识别误差的上述条件，确保模型参考GPR（MR-GPR）控制器可以保证一定水平的参考跟踪性能。最后，通过算例验证了MR-GPR控制器的有效性。
2023-03-17 cs.SY eess.SY
Automatic Gain Tuning of a Momentum Based Balancing Controller for Humanoid Robots
本文提出了一种用于双足机器人基于动量的平衡控制器自动增益调节技术，通过线性化闭环约束关节空间动力学并设计增益矩阵以实现系统稳定性和正定性。
2016-10-21 cs.RO cs.SY eess.SY
Synchronization of Multi-Agent Systems With Heterogeneous Controllers
Indian Institute of Science（印度科学学院）
本文研究多智能体系统同步问题，通过异构控制器增益控制最终同步速度方向，并分析其可达集影响，提出限制增益上限以实现稳定同步。
2016-03-13 cs.SY eess.SY
Locally optimal controllers and globally inverse optimal controllers
Université Lyon 1（里昂第一大学）；CNRS, UMR 5007, LAGEP（法国国家科学研究中心，UMR 5007，LAGEP）；GIPSA-lab（GIPSA实验室）
本文研究了具有预设局部行为的全局渐近稳定问题，通过控制Lyapunov函数方法，并展示局部控制律基于LQ方法时的最优问题特性，应用于反步和前馈系统及轨道转移问题。
2015-02-11 cs.SY eess.SY math.OC
Physics-guided neural networks for feedforward control: From consistent identification to feedforward controller design
基于模型的前馈控制提高了运动系统的跟踪性能，前提是描述逆动力学的模型具有足够的精度。模型集，如神经网络（NN）和物理引导神经网络（PGNN）通常被用作灵活的参数化，使逆系统动态的准确识别。目前，这些（PG）神经网络用于直接识别逆动力学。然而，直接识别的逆动力学是敏感的噪声是存在于训练数据中，从而导致有偏的参数估计，限制了可实现的跟踪性能。为了进一步提高性能，在执行识别时考虑噪声至关重要。为了解决这个问题，本文提出了使用前向系统辨识，使用（PG）神经网络从噪声数据。之后，提出了两种方法来反相PGNNs设计高精度运动控制的前馈控制器。所开发的方法是验证在现实生活中的工业直线电机，在那里它显示出显着的改善跟踪性能的直接逆识别。
2022-04-01 cs.SY eess.SY
Vehicle Parameter Independent Gain Matrix Selection for a Quadrotor using State-Space Controller Design Methods
Department of Mechanical and Manufacturing Engineering, University of Calgary（卡尔加里大学机械与制造工程学院）
本文提出了一种基于状态空间方法的四旋翼稳定悬停控制器设计，采用线性方法在存在扰动时保持稳定，并设计了跟踪系统，增益矩阵与四旋翼参数无关，适用于多种四旋翼。
2014-10-02 cs.SY eess.SY
Inverse Learning-Based Output Feedback Control of Nonlinear Systems with Verifiable Guarantees
Seoul National University（首尔大学）；Purdue University（普渡大学）
本文提出一种基于逆学习的非线性系统输出反馈控制器，通过数据驱动方法实现实用输出调节并提供可验证的保证。
2026-03-11 cs.SY eess.SY
eXplainable AI for data driven control: an inverse optimal control approach
针对理解黑箱数据驱动控制器行为的挑战，本研究提出基于逆最优控制的可解释人工智能方法，通过提取隐式代价函数权重提供局部解释，关联成熟XAI技术且依赖逆LQ问题求解，数值示例验证其能加深对控制器决策的理解。
2025-04-15 cs.SY eess.SY
Data-Driven Computation of Robust Invariant Sets and Gain-Scheduled Controllers for Linear Parameter-Varying Systems
针对受有界扰动的LPV系统，本文提出无需模型辨识的直接数据驱动方法，利用单条轨迹数据经半定规划计算多面体RCI集与增益调度控制器。
2023-11-03 cs.SY eess.SY
Impact of Different Desired Velocity Profiles and Controller Gains on Convoy Driveability of Cooperative Adaptive Cruise Control Operated Platoons
本文针对CACC车队，采用纵向模型、PD巡航控制器和通用间距策略，仿真比较两种期望速度曲线及鲁棒PID重整定增益对720米路段与US06 SFTP工况下行驶平顺性的影响。
2023-06-03 cs.SY eess.SY
Tuning the feedback controller gains is a simple way to improve autonomous driving performance
本文通过调整TCP算法中纵向控制器的PID增益，将CARLA驾驶评分从73.21提升至77.38，证明重新调整反馈控制器是提升自动驾驶性能的简单有效方法，尤其在复杂场景下效果显著。
2024-02-07 cs.SY eess.SY
Prescribed-Performance-Aware Hybrid-Gain-Based Robust Controller
Universidade do Porto（波尔图大学）；Indian Institute of Science（印度理工学院）
本文提出了一种具有预设性能的混合增益鲁棒控制器，通过预设性能函数确保瞬态性能约束，同时在不增加峰值执行努力的情况下减少积分误差和控制能量。
2026-02-16 cs.SY eess.SY
Shaping Nonlinearity in Reset Controllers for Precision Motion Systems
精密运动行业对更快、更精确和更鲁棒的控制器的需求不断增长。从频域和回路成形技术的角度来看，这种需求已经将线性控制器推向了其固有的极限，即水床效应和Bode的相位增益关系。在数学上，复数阶传递函数不受波德相位增益关系的约束。然而，在实践中实施这些建议是一个有待解决的挑战。这个扩展的摘要将显示审查以前的工作，作者在形成非线性复位控制器和贡献，并提出了一个整体架构的复位控制系统，以近似复杂的顺序控制器。
2022-12-02 cs.SY eess.SY
Robust Control Design Using a Hybrid-Gain Finite-Time Sliding-Mode Controller
针对受扰动非线性系统，本文提出HG-FTSMC策略，结合有限时间趋近律与内部收敛律实现有限时间收敛、抗扰及控制量限制，经仿真验证其性能更优且具备实际可行性。
2025-11-17 cs.SY eess.SY
Inversion of Separable Kernel Operators in Coupled Differential-Functional Equations and Application to Controller Synthesis
Nanjing University of Information Science and Technology（南京信息工程大学）；Arizona State University（亚利桑那州立大学）；Southern Illinois University, Edwardsville（南伊利诺伊大学爱德华兹维尔分校）
本文研究了耦合微分-函数方程中与完整二次Lyapunov-Krasovskii泛函相关的可分离核算子的反演方法，提出了一种直接代数方法用于控制器综合，通过数值例子展示了反演算子的应用。
2017-03-29 cs.SY eess.SY
Data Driven Safe Gain-Scheduling Control
针对多面体模型的离散线性变参系统，提出了基于数据的安全增益调度控制器。首先，提供了$λ$ -收缩性条件，在该条件下，通过安全集的Minkowski函数统一了LPV系统的安全性和稳定性。然后，为了绕过识别系统动态的要求，提供闭环LPV系统的基于数据的表示以直接利用收集的数据并构造安全控制器。结果表明，较弱的数据丰富性的要求，需要直接学习一个闭环安全控制策略比识别LPV系统。利用基于闭环数据的表示来直接设计数据驱动的增益调度控制器，其保证$λ$收缩性，并且因此保证安全集的不变性。它还表明，设计一个数据驱动的增益调度控制器的多面体（椭球）安全集的问题相当于一个线性规划（半定规划）。最后给出了一个仿真实例，验证了该方法的有效性.
2022-07-15 cs.SY eess.SY
Online Learning Based Mobile Robot Controller Adaptation for Slip Reduction
University of California, Berkeley（加州大学伯克利分校）
滑移是轮式移动机器人系统中一种非常普遍的现象。它具有不希望的后果，例如浪费能量和阻碍系统稳定性。为了解决移动机器人在湿滑条件下的轨迹跟踪的挑战，我们提出了一个分层的框架，学习和适应增益的跟踪控制器同时在线。具体而言，强化学习（RL）模块用于自动调整横向预测控制器和纵向速度PID控制器中的参数。实验表明，同步增益调整的必要性，并已证明，我们的在线框架优于最好的基线控制器使用固定的增益。通过利用在线增益自适应，我们的框架实现了强大的跟踪性能，拒绝滑动和减少跟踪误差时，移动机器人通过各种地形。
2023-01-30 cs.RO cs.SY eess.SY
Complex-order Reset Control System
根据众所周知的用于控制器设计的回路成形方法，可以通过在较低频率处增加增益和在较高频率处减小增益以及尽可能多地增加相位裕度来改善控制器在阶跃响应、稳态扰动抑制和噪声衰减以及鲁棒性方面的性能。然而，线性控制器的固有属性，波德的相位增益关系，创建一个限制。在理论上，一个复阶传递函数可以打破波德的增益-相位关系;然而，这样的传递函数不能直接实现，而应该近似。本文提出了一种重置元素和调整方法来近似一个复杂的阶控制器（CLOC），并通过仿真例子，显示使用这样的控制器的好处。
2022-05-03 cs.SY eess.SY
Distributed Networked Controller Design for Large-scale Systems under Round-Robin Communication Protocol
研究了连续时间大系统在Round-Robin通信协议下的分布式L2增益控制问题。在该协议中，每个子控制器连续地获得其自己的子系统的状态信息，同时在离散时刻周期性地与邻居通信。分布式控制器的设计使得闭环系统指数稳定并且满足规定的L2增益。设计条件的基础上获得的时间延迟的方法和线性矩阵不等式。最后，给出了三个数值例子来说明该方法的有效性.
2020-01-06 cs.SY eess.SY
Optimal controller/observer gains of discounted-cost LQG systems
Delft University of Technology（代尔夫特理工大学）；Uppsala University（乌普萨拉大学）
本文研究了具有指数折扣因子的LQG系统中，如何通过估计状态来获得最优控制策略，并给出了相应的最优期望成本表达式。
2018-12-07 cs.SY eess.SY
Deep Reinforcement Learning for Optimizing Inverter Control: Fixed and Adaptive Gain Tuning Strategies for Power System Stability
本研究提出基于深度强化学习的逆变器控制器增益整定方法，含固定与自适应增益两种策略，可有效抑制次同步振荡等问题，提升电力系统变流器暂态稳定性与实际适用性。
2024-11-03 cs.SY eess.SY
Design and comparison of two linear controllers with precompensation gain for the Quadruple inverted pendulum
在这项工作中，我们提出了一个工作流程，设计两个线性控制技术应用于动态系统四重倒立摆安装在车上（QIP）的车位置上的稳态误差是通过预补偿增益消除。设计的第一控制律基于LQR，基于系统状态的总能量的最小化来稳定系统状态的技术，并且第二控制技术是通过二阶系统近似的极点配置，该方法允许定义设备的期望响应的稳定时间和超调，对于该控制，系统被认为是SISO，作为设备的唯一输出，小车的水平位置。为了消除由两个线性控制器产生的稳态误差，在拉普拉斯域中对受控系统的稳态响应进行了分析。仿真环境是Matlab的Simscape，它是一个可以模拟非线性机械系统动态特性的仿真环境。所获得的结果表明，这两个控制器都能够稳定的植物和移动车的位置所需的设定点。最后，我们讨论了这两种线性控制技术的性能。
2022-02-28 cs.SY eess.SY
Phase Balancing of Two and Three-Agent Heterogeneous Gain Systems With Extensions to Multiple Agents
Indian Institute of Science（印度科学学院）
本文研究了两和三代理异构控制器增益耦合系统的相平衡问题，通过异构增益控制平衡形成中代理速度方向，并分析其可达集影响。
2016-05-29 cs.SY eess.SY
Model Reference Gaussian Process Regression: Data-Driven Output Feedback Controller
使用高斯过程回归的数据驱动控件最近受到了广泛关注。在这些方法中，通过高斯过程回归的系统辨识之后大多是基于模型的控制器设计。然而，高斯过程回归的结果往往过于复杂，无法应用传统的控制设计，这使得数值设计，如模型预测控制在许多情况下使用。为了克服这个限制，我们的想法是执行高斯过程回归到逆的植物与相同的输入/输出数据的常规回归。有了逆，人们可以设计一个模型参考控制器，而不诉诸数字控制方法。研究了相对度为1的最小相位单输入单输出（SISO）离散非线性系统。着重指出模型参考高斯过程回归控制器的设计直接从预先收集的输入/输出数据，没有系统辨识。
2022-10-05 cs.SY eess.SY
Learning Robust Data-based LQG Controllers from Noisy Data
针对未知线性时不变系统的联合状态估计与控制问题，提出基于半定规划的含噪数据驱动LQG控制器设计方法，证明其稳定性并通过数值测试验证了有效性。
2023-05-02 cs.SY eess.SY
Reinforcement Learning Based Prediction of PID Controller Gains for Quadrotor UAVs
本文提出基于DDPG强化学习的四旋翼PID控制器增益在线微调方法，通过离线训练与仿真实验验证，相比手动调谐显著减小姿态误差并提升轨迹跟踪性能。
2025-02-06 cs.RO cs.SY eess.SY
Significance of Low-level Controller for String Stability under Adaptive Cruise Control
当前的商用自适应巡航控制（ACC）系统由决定应该遵循的最佳轨迹的上层规划器控制器和负责将气体/制动信号发送到机械系统以实际移动车辆的下层控制器组成。我们发现，低级别的控制器有显着的影响，即使串稳定的计划者：（一）一个缓慢的控制器恶化SS，（二）缓慢的控制器是常见的，因为它们产生的控制增益不足，从一个“弱”的气体/制动系统或两者，和（iii）在一个缓慢的控制器的积分项会导致不希望的过冲，影响SS。因此，我们建议调整比例/前馈增益，并确保气体/制动器不“弱”。研究结果验证了数值和经验与商用车的数据。
2021-07-17 cs.SY eess.SY
Hybrid integrator-gain system based integral resonant controllers for negative imaginary systems
本文提出基于HIGS的IRC及两种比例-积分-双重积分谐振控制器，证明其NI性质与闭环渐近稳定条件，并用示例验证。
2024-09-10 cs.SY eess.SY math.OC
Tuning Rules for a Class of Passivity-Based Controllers for Mechanical Systems
在本文中，我们提出了几个规则来调整一类基于无源性的控制器的非线性机械系统的增益。这样的调谐规则规定了闭环系统的期望的局部瞬态响应行为。为了建立整定规则，我们实现了基于PID无源性的控制器。然后，我们线性化的闭环系统，我们将得到的系统的矩阵转化为一类鞍点矩阵分析的控制增益的影响，在振荡和上升时间方面，对闭环系统的瞬态响应。因此，所得到的控制器稳定的植物，同时解决闭环系统的性能。此外，我们的分析提供了一个清晰的洞察如何的动能，势能，和阻尼的机械系统是相关的，其瞬态响应，赋予以这种方式的调谐规则与物理解释。此外，我们证实了分析结果，通过实际实施的控制器，稳定的两个自由度（DoF）的平面机械手，控制增益调整后提出的规则。
2020-12-16 cs.SY eess.SY
An Approach to Reduce Computational Load: Precalculating Gain Matrices for an LQR Controller of a Four-Axis Manipulator Using State Space Kinematics
本文针对功率或CPU受限且无法使用ROS的四轴机械臂，提出通过预计算不同状态的LQR增益矩阵来降低CAS计算负载，并提供了C++示例代码。
2023-12-22 cs.RO cs.SY eess.SY
Designing controllers with predefined convergence-time bound using bounded time-varying gains
针对传统预设时间控制器时变增益终端奇异、应用受限的问题，提出一种设计更广泛的预定义时间控制器的方法，可在保持时变增益一致有界的同时实现规定收敛时间界，并分析了其一致Lyapunov稳定性条件。
2023-11-04 cs.SY eess.SY math.DS
Leveraging PID Gain Selection Towards Adaptive Backstepping Control for a Class of Second-Order Systems
在这项工作中，我们建立了一个方便的自适应反推控制律和一个标准的比例积分微分（PID）控制器的一类二阶系统之间的相似性。提取的相似性提供了一个更深入的理解，从性能的角度来看，通过一个直观的方法来选择其抽象的控制器增益，在其传统的稳定性的角度。这种相似性分析为研究人员使用成熟的PID整定方法来预测基于李雅普诺夫稳定性的控制器的性能打开了大门。同时，所得到的配方揭示了如何相应的PID控制律可以连接到李雅普诺夫稳定性理论。
2021-07-22 cs.SY eess.SY
Safety-Aware Cascade Controller Tuning Using Constrained Bayesian Optimization
提出了一种基于贝叶斯优化的PID串级控制器增益自动、无模型、数据驱动的安全整定方法。优化目标由数据驱动的性能指标组成，并使用高斯过程建模。我们还引入了一个数据驱动的约束，从系统数据中捕获稳定性要求。数值计算结果表明，该方法优于继电反馈自整定，并迅速收敛到全局最优，由于定制的停止标准。我们在模拟和实验中证明了该方法的性能。对于实验实现，除了引入的安全约束，我们集成了一种方法，用于自动检测的关键增益和扩展的优化目标与惩罚取决于当前候选点的接近的关键增益。由此产生的自动调优方法在确保稳定性和标准化的同时优化了系统性能
2021-08-11 cs.SY eess.SY
Modified Implicit Discretization of the Super-Twisting Controller
本文提出一种改进隐式离散化的超螺旋控制器，证明其有限时间收敛到原点附近不变集，稳态误差仅取决于采样时间和未知扰动，并通过仿真验证其优于已有离散化方法。
2023-10-27 cs.SY eess.SY
MIMO Super-Twisting Controller using a passivity-based design
针对控制矩阵为时变和状态变化的相对阶为1的非线性系统，提出了一种新的MIMO齐次超扭控制算法。不确定度由一个常数但未知的左矩阵因子表示。与通常的标量增益相比，建立了全矩阵控制增益稳定的充分条件。为此，使用基于被动性解释的光滑李雅普诺夫函数。此外，利用统一的分析方法，得到了经典的间断超扭曲算法的连续和齐次近似。
2022-08-08 cs.SY eess.SY
Variable-Pitch Power Regulation of Tethered-Wing Systems Based on Robust Gain-Scheduling H-infinity Control
在本文中，我们处理的系留翼系统的功率调节，并证明变桨距控制在减轻动态机械载荷和功率波动的优势。所提出的方案是基于一种策略，最大限度地提高在低速风的能量捕获，并防止在高速风过载。为了实现这一策略，我们使用系绳卷绕速度控制器来跟踪最佳的发电机速度在低速风和MIMO速度力控制器的功率限制在高速风。该控制器是使用H ∞方法合成的，并且基于线性参数变化（LPV）系统，该系统将系统的柔性动力学表示为系绳的长度和力的函数。使用这种方法，控制器的动态和参数的不确定性和机翼的俯仰角活动最小化在高速风的鲁棒性。我们进行了广泛的模拟，以证明控制器的性能。这些措施包括在一个详细的三维系留翼系统模拟器与现实的湍流风场的计划的实施。
2023-03-02 cs.SY eess.SY
Stabilizing Controllers for Multi-Input, Singular Control Gain Systems
Aerospace Engineering and Engineering Mechanics, The University of Texas at Austin（德克萨斯大学奥斯汀分校航空航天工程与应用力学）；Systems and Control Engineering, Indian Institute of Technology, Bombay（印度孟买理工学院系统与控制工程）
本文提出了一种新方法，用于设计具有时变奇异控制增益的多输入线性系统的稳定控制律，通过构造新型持续激发滤波器，扩展了作者之前关于单输入线性系统稳定化的结果，并展示了在非完整航天器稳定化中的应用。
2014-10-16 cs.SY eess.SY math.OC
Design of Distributed Controller for Discrete-Time Systems Via the Integration of Extended LMI and Clique-Wise Decomposition
本研究针对分布式控制器集中式综合中的保守性问题，提出一种结合clique-wise decomposition的新LMI公式，通过重新表述clique内增益矩阵的稀疏约束以扩大解集，并在数值实验中验证了其解析优越性。
2024-12-19 cs.SY eess.SY
Maximum Likelihood Methods for Inverse Learning of Optimal Controllers
ETH Zurich（苏黎世联邦理工学院）
针对约束最优控制问题，提出了一种基于KKT条件的目标函数逆学习方法。我们讨论了三个变量对应于不同的模型假设和计算复杂性。第一种方法使用凸松弛的KKT条件，并作为基准。本文的主要贡献是提出了两种结合KKT条件和极大似然估计的学习方法。这种组合的主要好处是系统的处理约束学习噪声数据与分支定界算法使用似然参数。本文讨论了学习方法的理论性质，并提出了仿真结果，突出使用最大似然制定学习目标函数的优点。
2020-05-06 cs.LG cs.RO cs.SY
Checks and Balances: A Low-complexity High-gain Uplink Power Controller for CoMP
The Ohio State University（俄亥俄州立大学）；Huawei Technologies Co.（华为技术有限公司）
本文提出了一种名为Checks and Balances的低复杂度高增益上行链路功率控制方案，通过检查用户接收信号强度及其对邻近基站的干扰并进行平衡，实现高效吞吐量增益，无需升级物理层硬件或额外通信资源。
2016-10-26 cs.SY eess.SY
Resilient Sparse Controller Design with Guaranteed Disturbance Attenuation
University of Maryland, College Park（马里兰大学帕克分校）；Lehigh University（理海大学）
本文提出了一种在保证H∞性能指标的前提下，设计鲁棒稀疏状态反馈控制器的方法，通过非脆弱控制理论中的技术确定鲁棒控制器区域，并利用贪心稀疏化方法和重加权l1范数最小化技术来寻找稀疏控制器，首次提出了稀疏反馈增益设计的性能保证框架。
2019-09-26 cs.SY eess.SY
Adaptive Gain Scheduling using Reinforcement Learning for Quadcopter Control
Stanford University（斯坦福大学）
本研究提出用强化学习PPO训练策略以在飞行中调整四旋翼级联反馈控制器增益，经实验验证其相比静态增益控制器可降低40%以上的轨迹跟踪误差。
2024-03-12 cs.LG cs.RO cs.SY
From Small-Gain Theory to Compositional Construction of Barrier Certificates for Large-Scale Stochastic Systems
针对大规模互联随机系统，提出了一种构造控制屏障证书的合成方法，并针对高层次逻辑特性合成了混合控制器.我们提出的方法涉及到分解的互连系统到更小的子系统，并利用子系统的控制子屏障证书的概念，使一个构建控制屏障证书的互连系统，采用一些最大型小增益条件。主要目标是合成混合控制器执行复杂的逻辑属性，包括接受语言的确定性有限自动机所代表的，同时提供概率保证给定的规格在有界时间范围内的满意度。要做到这一点，我们提出了一个系统的方法，首先分解成简单的可达性任务，利用自动机对应的补充规范的高层次规范。然后，我们构建控制子屏障证书和合成本地控制器的那些简单的任务，并将它们结合起来，以获得一个混合控制器，确保满足复杂的规格与一些下界的满意度的概率。为了计算控制子屏障证书和相应的本地控制器，我们提供了两个系统的方法，基于平方和（SOS）优化程序和反例引导归纳合成（CEGIS）框架。最后，我们将我们提出的技术，两个物理案例研究。
2022-06-22 cs.SY eess.SY
Transfer of Safety Controllers Through Learning Deep Inverse Dynamics Model
University of Colorado Boulder（科罗拉多大学博尔德分校）
针对系统变化时安全证书重计算成本高的问题，提出结合目标系统逆动力学神经网络与源系统屏障证书的方法，实现安全控制器的有效迁移，并通过三个案例验证其有效性。
2024-05-24 cs.AI cs.LG cs.SY
Disturbance Observer based Control of Integrating Processes with Dead-Time using PD controller
IIT Gandhinagar（印度学院古吉拉特理工学院）
本文提出基于设定时间、增益和相位裕度的PD控制器整定方法，用于控制具有积分加滞后时间常数（IPDT）的过程，并通过仿真验证有效性，同时讨论了增益裕度和设定时间对过程输出响应的影响。
2017-11-30 cs.SY eess.SY
An I + PI Controller Structure for Integrating Processes with Dead-Time: Application to Depth Control of an Autonomous Underwater Vehicle
本文提出了一种具有I和PI控制器的前馈加反馈控制器结构，用于控制具有时滞的积分过程。提供了基于阻尼因子和固有频率的时域规范的控制器增益选择的指导方针，以及指示过程响应的选择性的模拟。通过对非线性自主水下航行器系统的深度控制进行仿真，证明了所提出的控制器结构的实用性。
2019-08-25 cs.SY eess.SY
Model-free optimal controller for discrete-time Markovian jump linear systems: A Q-learning approach
针对离散时间 Markov 跳变线性系统，论文提出含 Markov 模态的 Q 函数与无模型 Q-learning 算法，在线学习最优控制器增益并证明收敛，避免依赖动力学模型和求解耦合代数 Riccati 方程。
2024-08-06 cs.SY eess.SY
Model-Predictive Control with Inverse Statics Optimization for Tensegrity Spine Robots
University of California Berkeley（加州大学伯克利分校）；University of Michigan（密歇根大学）；US Army Research Lab（美国陆军研究实验室）；NASA Ames Research Center（NASA艾姆斯研究中心）
本文提出两种控制器，利用模型预测控制和逆静态优化方法，解决 tensegrity 脊柱机器人高维非线性动力学和执行器约束问题，实现闭环控制。
2019-10-15 cs.SY eess.SY
Inverse Optimal Feedback and Gain Margins for Unicycle Stabilization
本文基于严格 CLF 在逆最优框架下设计独轮车泊车稳定控制器，无需求解 HJB 方程，证明其无穷大增益裕度，并扩展出抗模型不确定性的自适应方案且完成性能对比。
2025-09-29 cs.SY eess.SY math.OC
H2 Optimized PID Control of Quad-Copter Platform with Wind Disturbance
比例-积分-微分（PID）算法是无人机控制器设计中最常用的算法。然而，调整PID增益是一项重要的任务。已经开发了许多方法来调整无人机系统的PID增益。然而，这些方法不处理风干扰，这是一个主要关注的小型无人机。在本文中，我们提出了一种新的方法来确定优化的PID增益的H2最优控制框架，实现了改进的风扰动抑制。所提出的方法比较了经典的PID控制规律与H2最优控制器，以确定H2最优PID增益，并涉及解决一个凸优化问题。所提出的控制器进行了测试，在两种情况下，即，垂直速度控制，和垂直位置控制。将结果与现有的基于LQR的PID整定方法进行了比较。
2020-03-30 cs.SY eess.SY
Data-Driven Inverse Reinforcement Learning of Linear Systems with Model Uncertainty: A Convex Optimization View
Hanoi University of Science and Technology（河内科学技术大学）；Lund University（隆德大学）
本文提出一种基于凸优化的数据驱动逆强化学习框架，用于具有模型不确定性的离散时间线性系统，通过半正定松弛和通用LQR成本设计提升鲁棒性和计算效率。
2026-05-09 cs.SY eess.SY
