Stability Mechanisms for Predictive Safety Filters
本研究针对预测安全滤波器需满足额外稳定性要求的问题，提出融合从有界收敛到一致渐近稳定的稳定性保证的框架，扩展MPC理论结果并支持常用设计技术，可适配动态轨迹跟踪问题，经汽车高级驾驶辅助场景验证具有实用性。
2024-09-18 cs.SY eess.SY
Nonlinear Predictive Cost Adaptive Control of Pseudo-Linear Input-Output Models Using Polynomial, Fourier, and Cubic Spline Observables
King Fahd University of Petroleum and Minerals（国王法赫德国王石油矿产大学）；University of Michigan（密歇根大学）
本文提出了一种基于多项式、傅里叶和三次样条可观测量的非线性预测成本自适应控制方法，用于伪线性输入输出模型的自适应非线性模型预测控制。
2026-08-20 cs.SY eess.SY
The PFDL-Model-Free Adaptive Predictive Control for a Class of Discrete-Time Nonlinear Systems
针对一类离散单输入单输出非线性系统，提出了一种新的部分形式动态线性化（PFDL）数据驱动无模型自适应预测控制（MFAPC）方法.本文的主要贡献是，我们结合MPC和MFAC的概念，提出了一种新的MFAPC方法。我们证明了所提出的方法的有界输入有界输出稳定性和跟踪误差的单调收敛性;此外，我们讨论了当前的PFDL-MFAC和建议的PFDL-MFAPC之间的可能的关系。仿真和实验结果验证了所提出的MFAPC的有效性。
2020-12-03 cs.SY eess.SY
Model Predictive Frequency Control Employing Stability Constraints
ETH Zurich（苏黎世联邦理工学院）
本文提出基于Lyapunov理论和被动性概念的模型预测控制方案，用于能量存储单元的频率控制，并在单区域和双区域电力系统中验证了闭环稳定性与控制性能。
2014-05-26 cs.SY eess.SY
Input-Output Stability of Barrier-Based Model Predictive Control
本文研究了具有线性及凸非线性（硬或软）约束的线性系统基于屏障的模型预测控制的输入-输出稳定性条件，通过构造积分二次约束（IQCs）来建立全局闭环稳定性充分条件，并在存在无结构模型不确定性时获得鲁棒稳定性条件。同时开发了具有静态和动态乘数的IQCs，并给出了乘数的适当凸搜索方法。通过示例数值验证了鲁棒稳定性分析的有效性。
2019-03-11 cs.SY eess.SY
Distributionally robust two-stage model predictive control: adaptive constraint tightening with stability guarantee
The Seventh Research Division, Beihang University（北京航空航天大学第七研究院）
针对时变未知均值和协方差的随机扰动，提出一种两阶段分布鲁棒模型预测控制（TSDR-MPC）方案，通过Wasserstein模糊集实现自适应约束收紧，并开发有限收敛切割平面算法，理论保证可行性与稳定性。
2026-06-09 cs.SY eess.SY
Model predictive control of linear systems with preview information: feasibility, stability and inherent robustness
University of Sheffield（谢菲尔德大学）
本文研究了在名义模型预测控制中利用可用扰动预测的方法，探讨了如何通过修改终端条件来保持稳定性，并在扰动变化受限的假设下建立鲁棒稳定性与可行性。
2018-07-30 cs.SY eess.SY
Stability Analysis of Hypersampled Model Predictive Control
本文提出超采样模型预测控制稳定性分析框架，区分离散化与采样时间，证明二者独立并论证采样时间更小的优势，破解传统离散时间MPC采样时间选择中性能与计算复杂度的权衡难题。
2023-10-04 cs.SY eess.SY
Adaptive Model Predictive Control for High-Accuracy Trajectory Tracking in Changing Conditions
Dynamic Systems Lab（动态系统实验室）；University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究 institute）
本文提出一种结合模型预测控制与L1自适应控制器的自适应模型预测控制器，用于在未知和变化的扰动环境下提高系统轨迹跟踪性能。通过实验验证，该方法在四旋翼无人机上表现出更低的轨迹跟踪误差。
2018-08-02 cs.RO cs.SY eess.SY
Adaptive Stochastic Predictive Control from Noisy Data: A Sampling-based Approach
提出一种基于采样和集合成员识别的自适应随机预测控制方法，处理含未知参数和扰动的线性系统，保证递归可行性与闭环约束满足。
2024-09-03 cs.SY eess.SY
Data-Enabled Predictive Control with Predictive Adaptive Line-of-Sight Guidance for 3-D Path Following of Autonomous Underwater Vehicles
University of Oslo（奥斯陆大学）；Norwegian Defence Research Establishment（挪威国防研究局）
提出一种完全数据驱动的三维路径跟踪框架，利用数据驱动预测控制（DeePC）避免显式水动力学建模，并扩展预测自适应视线导引法（PALOS）以提供滚动时域预测控制器所需的一致参考，在REMUS 100 AUV高保真仿真中显著降低横向跟踪误差。
2026-05-31 cs.SY eess.SY
Adaptive Predictive Sampling and Communication for Real-time Monitoring
Linköping University（林雪平大学）
针对丢包信道上的实时远程监控，提出一种基于泰勒展开预测的无模型自适应采样与通信框架，通过补偿因子保证重建误差，并优于事件驱动和均匀采样基线。
2026-09-23 cs.SY eess.SP eess.SY
Taylor-Informed Predictive Cost Adaptive Control for Quadrotors with Online Gravity-Trim Adaptation
Kyoto University（京都大学）
该研究针对四旋翼开发了结合在线重力 trim 自适应的泰勒展开式预测成本自适应控制，通过高阶动力学辨识与线性化提升了突发负载变化下的跟踪性能。
2026-09-04 cs.SY eess.SY
Predictive reinforcement learning based adaptive PID controller
针对非线性、不稳定和强耦合系统，提出融合模型先验与数据驱动的PRL-PID控制器，通过动作平滑和分层奖励提升稳定性、跟踪精度与训练效率。
2025-06-10 cs.SY eess.SY
Convergence guarantees for adaptive model predictive control with kinky inference
本文分析了控制未知非线性系统的鲁棒自适应模型预测控制算法，证明采用二次稳定代价函数并通过kinky inference递归更新标称模型可确保系统在模型不确定性下收敛至原点，并经数值仿真验证。
2024-05-30 cs.SY eess.SY math.OC
Adaptive and Efficient Model Predictive Control for Booster Reentry
模型预测控制（MPC）是一种最优控制策略，其中控制输入计算基于在随时间移动的有限时域上最小化预测跟踪误差。这种策略比传统的状态反馈和输出反馈控制器有优势，因为它预测系统的响应，而不是简单地对它作出反应。因此，MPC可以提供改善的性能，在存在输入和输出约束。文献[1]中出现了许多MPC在航空航天飞行器上的应用。其中一些包括航天器和卫星姿态控制[2-4]，航天器交会对接[5]，直升机[6]和大气层再入[7，8]。
2021-03-22 cs.SY eess.SY
Learning-Based Risk-Averse Model Predictive Control for Adaptive Cruise Control with Stochastic Driver Models
提出了一种基于学习的分布式鲁棒模型预测控制方法来设计自适应巡航控制系统。我们的前车作为一个自主的随机系统建模，使用连续动态和离散，马尔可夫输入的混合模型。我们使用观察到的模式转换经验地估计该模型的（未知的）转换概率，并同时确定这些估计周围的概率向量集（模糊集），其中包含具有高置信度的真实转换概率。然后，我们解决一个风险厌恶的最优控制问题，假设在这些集合中的最坏情况下的分布。此外，我们推导出一个强大的终端约束集，并使用它来建立所产生的MPC计划的递归可行性。我们验证了理论结果，并通过闭环仿真证明了该方案的理想性能。
2020-05-06 cs.SY eess.SY
Experimental Application of Predictive Cost Adaptive Control to Thermoacoustic Oscillations in a Rijke Tube
针对Rijke管热声振荡高精度建模难导致MPC实施依赖领域知识且耗力的问题，提出用PCAC基于反向传播Riccati方程做在线闭环线性模型辨识实现滚动优化，用开环实验建仿真模型选超参数，完成多场景实验应用。
2024-02-01 cs.SY eess.SY
Robust Adaptive Model Predictive Control of Quadrotors
鲁棒自适应模型预测控制（RAMPC）是一种新的控制方法，它将对未知参数和有界干扰的鲁棒性保证结合到模型预测控制方案中。然而，到目前为止，RAMPC仅在理论上得到了发展。本文的目标是将RAMPC应用于物理四旋翼实验。据我们所知，这是第一次，RAMPC已被应用于实践中使用的状态空间制定。在这样做时，我们强调重要的实际挑战，如计算的$λ$收缩多面体和处理测量噪声，并提出修改RAMPC，使其可以应用于四旋翼。我们首先模拟四旋翼飞行与直接和解耦控制架构在不同的情况下。这些方案包括：（i）四旋翼的未知质量作为具有风作为有界扰动的包裹递送情形;以及（ii）所有旋翼效率下降作为功率递送问题。然后，我们实现这些方案上的物理四旋翼，并提出了实验结果。
2021-08-26 cs.SY eess.SY
Fast RLS Identification Leveraging the Linearized System Sparsity: Predictive Cost Adaptive Control for Quadrotors
针对四旋翼复杂耦合与快速动态特性，提出集中式预测成本自适应控制（PCAC）策略，利用悬停点线性化模型稀疏性，通过RLS在线辨识关键参数，减少估计量、加速辨识并提升稳定性，且无需姿态设定点。
2025-08-25 cs.SY eess.SY
Robust-Adaptive Interval Predictive Control for Linear Uncertain Systems
研究了一类线性系统在状态和控制约束下，受有界扰动和状态矩阵中未知参数影响的镇定问题。首先，使用一个简单的最小二乘解和可用的噪声测量，参数的容许值的集合进行评估。其次，对于估计的参数值和相应的线性区间模型的系统，两个区间预测器被召回，并设计了一个无约束稳定控制，使用预测的区间。第三，为了保证鲁棒约束满足，提出了一种基于区间预测器优化问题的模型预测控制算法。建立了递归可行性和渐近性能的条件。数值仿真结果表明，所提出的控制框架的效率。
2020-07-20 cs.SY eess.SY
Adaptive Model Predictive Safety Certification for Learning-based Control -- Extended Version
针对具有有界扰动和不确定参数的线性系统，提出了一种基于学习的自适应模型预测安全认证（MPSC）方案，其中真实参数包含在先验已知的参数集合中. MPSC是一个模块化的框架，它可以与任何基于学习的控制器结合使用，以确保状态和输入约束满足动力系统通过解决在线优化问题。通过使用坚固的管将当前系统状态与安全端子组连续连接，可以确保安全性。因此，保守的安全干预措施的主要来源是模型的不确定性和短期规划的视野。我们开发了一种自适应机制来改进系统模型，该机制利用集成员估计来保证递归可行和非递减的安全性能改进。为了适应短期的预测视野，迭代安全集扩大使用以前计算的强大的备份计划。最后，我们说明了增加的安全性能，通过参数和安全集的适应数值例子与多达16个状态维度。
2021-09-29 cs.SY eess.SY
Co-Optimization of Adaptive Cruise Control and Hybrid Electric Vehicle Energy Management via Model Predictive Mixed Integer Control
该研究面向比亚迪秦Plus DM-i PHEV，将ACC与考虑离合器状态的EMS整合为MINLP，并在MPC框架下实现跟车节能协同优化，燃油消耗较顺序优化降低5.1%。
2023-04-24 cs.SY eess.SY
Disturbance-adaptive Model Predictive Control for Bounded Average Constraint Violations
EPFL（洛桑联邦理工学院）
本文提出一种新型扰动自适应模型预测控制框架，通过调整扰动模型来保证递归可行性并控制平均约束违反量，即使扰动模型不准确也能有效降低闭环累积成本。
2026-08-18 cs.SY eess.SY
Adaptive Online Model Update Algorithm for Predictive Control in Networked Systems
提出一种利用实时数据更新模型的自适应在线算法，用于网络系统预测控制，降低通信带宽并适应扰动，经IEEE测试案例验证性能提升。
2024-07-17 cs.SY eess.SY
Distributed Model Predictive Control with Asymmetric Adaptive Terminal Sets for the Regulation of Large-scale Systems
针对具有分布式结构的大系统，提出了一种新的具有非对称自适应终端集的分布式模型预测控制（MPC）方法。类似于典型的MPC计划，结构化的李雅普诺夫矩阵和分布式终端控制器，尊重系统的分布式结构，离线计算。然而，在该方案中，分布式正不变终端集在线计算，并在考虑系统的当前状态的每个时刻更新。特别是，我们认为椭球终端集，因为它们很容易计算的大规模系统。这些终端集的大小和中心，连同预测的状态和输入轨迹，被认为是在在线阶段的决策变量。在线确定终端集中心被发现是有用的，特别是在存在非对称约束。最后，放松所产生的在线最优控制问题。该方案的有效性示出在模拟中，通过比较它与最近的分布式MPC计划与自适应终端集。
2020-05-08 cs.SY eess.SY
Adaptive model predictive control with exploring property for constrained linear systems that uses basis function model parametrization
Automatic Control Laboratory, Swiss Federal Institute of Technology Zurich（苏黎世联邦理工学院自动控制实验室）
本文提出一种适用于受约束线性系统的自适应模型预测控制方法，利用基函数模型参数化，并具备探索性质。
2013-09-20 cs.SY eess.SY math.OC
Forward-looking persistent excitation in model predictive control
本文研究自适应模型预测控制中的同时调节和模型参数估计问题。我们提出了一个自适应模型预测控制和条件，保证持续激励闭环序列，只期待在时间上进入后退的预测范围。早期的工作需要向后看，并保留以前的回归数据。相反，我们提出了一个离线生成的持续激励参考轨迹扰动平衡的过程。与新的方法，我们证明指数收敛的非线性系统的影响下，自适应模型预测控制结合的递归最小二乘辨识器的遗忘因子，尽管有界噪声。在这个阶段，结果是局部的状态和参数估计空间。
2021-11-18 cs.SY eess.SY
An Adaptive Load Management System using Predictive Control Optimization
本文提出了一种利用预测控制优化的自适应负载管理系统，该系统能够优化电力消费，完全自主且响应市场 clearing 价格。所选应用领域是空调系统，允许终端用户选择一个舒适区作为优化算法的边界条件。温度函数也进行了推导和测试。通过数值示例展示了该系统在日前和实时数据中的有效性。开发的系统显示出有前景的结果和节省，将提高现有能源资源的利用。最后讨论了该系统的实施，并进行了一些初步建模以展示此类系统的潜在实现。
2018-09-20 cs.SY eess.SY
Safe Adaptive-Sampling Control via Robust M-Step Hold Model Predictive Control
University of California, Berkeley（加州大学伯克利分校）；University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
本文提出 robust M-step hold 模型预测控制方法，用于确保自适应采样控制的安全性，通过递归可行性分析和在线选择 M 实现安全控制，通过 cruise control 示例验证了方法的有效性。
2026-05-06 cs.SY eess.SY
Taylor-Informed Indirect Adaptive Predictive Control Using Jacobian-Frozen Affine Predictors
Kyoto University（京都大学）
本文针对非线性采样数据系统，开发基于雅可比冻结仿射预测器的泰勒 informed 间接自适应预测控制框架，通过有限泰勒展开结合RLS在线辨识系数，经数值模拟验证高阶模型可提升跟踪精度，其MATLAB实现公开以利可重复性。
2026-09-04 cs.SY eess.SY
Adaptive Learning-based Model Predictive Control for Uncertain Interconnected Systems: A Set Membership Identification Approach
针对不确定互联系统，提出一种基于集合隶属辨识的自适应学习MPC方案，通过在线学习耦合不确定性并自适应调整MPC要素，实现递推可行性和闭环稳定性，仿真验证其优于现有鲁棒、自适应和基于学习的MPC方案。
2024-04-25 cs.SY eess.SY
Adaptive Economic Model Predictive Control for linear systems with performance guarantees
针对受扰动和参数不确定性影响的线性约束系统，提出结合确定性等价经济MPC与最小二乘在线参数自适应的控制方案，并给出渐近与瞬态性能保证，建筑温控数值示例验证了其性能收益。
2024-09-10 cs.SY eess.SY math.OC
Model Predictive Control with Preview: Recursive Feasibility and Stability
针对非线性系统，提出了一种具有扰动预见信息的镇定模型预测控制（MPC）方案。所提出的MPC算法不仅能够通过必要时利用干扰预见信息来抑制干扰，而且还能够利用干扰，如果它对控制任务有利的话。这是通过在执行在线优化时考虑预测范围中的任务（例如参考轨迹）和干扰预览来实现的。建立了在扰动下保证递归可行性和稳定性的条件。首先将时域内的扰动与状态进行叠加，形成新的复合系统，然后对阶段代价函数进行相应的修正。借助输入到状态稳定性理论，构造了终端代价和终端约束，并将其加入到带预见的MPC算法中，以保证其在有界扰动下的递归可行性和稳定性。数值仿真结果验证了所提MPC算法的有效性。
2022-02-25 cs.SY eess.SY
Probabilistically Input-to-State Stable Stochastic Model Predictive Control
针对无界随机扰动下标准随机MPC缺乏严格递行可行性保证的问题，提出利用概率输入状态稳定性概念提供稳定性保证，并通过备用控制器处理可行性丧失，从而确保系统安全。
2024-10-10 cs.SY eess.SY
Leveraging Adaptive Model Predictive Controller for Active Cell Balancing in Li-ion Battery
North Carolina State University（北卡罗来纳州立大学）；University of Tehran（德黑兰大学）；University of Denver（丹佛大学）
本文提出自适应模型预测控制器用于锂离子电池串并联电路中的主动细胞平衡，通过递归最小二乘法预测未来电压，提升电池组电压均衡性。
2017-06-18 cs.SY eess.SY
Stability Analysis of Adaptive Model Predictive Control Using the Circle and Tsypkin Criteria
本文旨在评估自适应模型预测控制对 Lur'e 系统的有效性，提出将预测成本自适应控制（PCAC）等效为线性时变控制器，并利用圆判据和 Tsypkin 判据分析闭环系统的绝对稳定性，证明了控制器收敛时系统的全局渐近稳定性。
2024-04-05 cs.SY eess.SY
Adaptive Scale Factor Compensation for Missiles with Strapdown Seekers via Predictive Coding
在这项工作中，我们提出了一种方法来自适应补偿旋转速度和导引头角度测量的比例因子误差。自适应方案使用实现为具有递归层的深度神经网络的预测编码模型来估计比例因子误差，然后使用这些估计来补偿误差。在训练过程中，模型在广泛的比例因子误差范围内进行学习，这些误差理想地限制了部署过程中可能发生的预期误差，从而使部署的模型能够实时快速适应地面实况误差。我们证明了在一个现实的六度的自由度模拟大气层外拦截，我们的方法有效地补偿并发的旋转速度和导引头角度比例因子误差。补偿方法是通用的，因为它独立于给定的制导、导航和控制系统的实现。虽然演示使用大气层外导弹与捷联式导引头，该方法也适用于大气层内导弹与万向节和捷联式导引头，以及通用的惯性测量单位速率陀螺仪补偿。
2020-09-15 cs.SY eess.SY
Indirect-adaptive Model Predictive Control for Linear Systems with Polytopic Uncertainty
Mitsubishi Electric Research Laboratories（三菱电机研究实验室）
本文提出了一种用于受约束线性不确定系统的间接自适应模型预测控制算法，通过参数依赖的Lyapunov函数构造终端成本和集，确保鲁棒约束满足和递归可行性。
2015-09-23 cs.SY eess.SY math.OC
Demand Response by Aggregates of Domestic Water Heaters with Adaptive Model Predictive Control
本文提出一种基于自适应模型预测控制的家用热水器聚合体需求响应算法，通过动态辨识聚合体模型并调整温度设定值，在保证用户舒适度的同时跟踪调节信号并缓解反弹效应。
2023-07-05 cs.SY eess.SY
Fast Adaptive Fault Accommodation in Floating Offshore Wind Turbines via Model-Based Fault Diagnosis and Subspace Predictive Repetitive Control
由于浮式海上风力涡轮机（FOWT）在深水中运行，并受到风和波浪引起的压力载荷，它们比陆上同行更容易出现故障和故障。特别地，变桨系统可能经历变桨致动器卡住（PAS）类型的故障，这将导致完全失去控制权限。在本文中，一种新的快速和自适应的解决方案，结合基于模型的故障诊断（FD）计划和子空间预测重复控制（SPRC）。FD的作用是快速检测和隔离故障变桨执行器。基于故障隔离的结果，一个预调整的自适应SPRC在线切换，以取代现有的，其参数的初始值已被离线调整，以匹配特定的故障情况。然后，SPRC采用子空间辨识，在移动的时间窗口内连续辨识风力机的线性模型，从而制定自适应控制律，以减轻PAS引起的负载。结果表明，开发的架构允许实现相当大的减少PAS引起的叶片负载。更重要的是，减少PAS引起的负载所需的时间显著缩短，从而避免在自适应期间对其他部件造成进一步损坏，并允许持续发电。
2020-11-03 cs.SY eess.SY
Model Predictive Vehicle Yaw Stability Control via Integrated Active Front Wheel Steering and Individual Braking
车辆稳定性控制系统是道路交通主动安全系统的重要组成部分。研究了采用主动前轮转向和单独制动的汽车横向稳定性控制问题。车辆横向稳定性控制意味着将车辆横摆率和车辆侧滑角保持在期望值。为此，设计了基于模型的控制器。期望的横摆角速度从单轨车辆模型获得，期望的侧偏角被选择为零。控制器的设计包括两部分，下位机和上位机。基于模型预测控制（MPC）方法设计了上位控制器。该上控制器利用线控转向系统改变前轮转向角，并且还产生用于稳定车辆的横摆运动所需的控制力矩。下部控制器是单独的制动算法。它决定了单个制动轮。以这种方式，可以将控制力矩施加到车辆。所设计的控制器进行了测试，使用非线性单轨车辆模型和高保真CarMaker车辆模型。
2022-10-19 cs.SY eess.SY
Adaptive model predictive control for traffic signal timing with unknown demand and parameters
针对未知需求与参数的信号交叉口网络，提出结合有限时间参数估计与无需求单步MPC的自适应控制策略，实现最大吞吐量并改善排队瞬态性能。
2025-03-13 cs.SY eess.SY
Adaptive Nonlinear Model Predictive Control for a Real-World Labyrinth Game
ETH Zurich（苏黎世联邦理工学院）
针对真实世界迷宫游戏问题，提出分两层的自适应非线性模型预测控制方法，引入自适应约束并学习迷宫表面不规则性地图，可处理干扰与模型误差，性能优于经典方法。
2025-02-10 cs.RO cs.SY eess.SY
Adaptive Event-Triggered Model Predictive Coverage Control with Average Update-Rate Regulation
Cornell University（康奈尔大学）；EPFL（洛桑联邦理工学院）
该研究提出带平均更新率调节的自适应事件触发MPC，将其应用于多智能体覆盖控制，可在接近目标更新预算的同时降低覆盖成本。
2026-10-14 cs.SY eess.SY
Stability and Sensitivity Analysis for Objective Misspecifications Among Model Predictive Game Controllers
Thayer School of Engineering, Dartmouth College（达特茅斯学院塔耶尔工程学院）
本文分析了多智能体系统中因目标误标导致的预测偏差及其对系统行为的影响，提出了异构模型预测博弈控制器的稳定性准则，并量化了均衡对个体博弈参数的灵敏度。
2026-09-17 cs.SY eess.SY
Data-Driven Model Predictive Control with Stability and Robustness Guarantees
提出了一种鲁棒的数据驱动模型预测控制（MPC）方案来控制线性时不变（LTI）系统。该计划使用了一个隐式的模型描述的基础上的行为系统理论和过去测量的轨迹。特别是，它不需要任何事先识别步骤，但只有一个初始测量的输入-输出轨迹，以及上界的顺序未知系统。首先，我们证明了一个标称的数据驱动MPC计划的终端等式约束的情况下，没有测量噪声的指数稳定性。对于有界加性输出测量噪声，我们提出了一个强大的修改方案，包括松弛变量与正则化的成本。我们证明，这种强大的MPC计划的应用程序中的多步方式导致实际指数稳定的闭环w.r.t.噪音水平。所提出的结果提供了第一个（理论）分析的闭环性能，从一个简单的，纯粹的数据驱动的MPC计划。
2021-04-16 cs.SY eess.SY
Stability Guarantees for Data-Driven Predictive Control of Nonlinear Systems via Approximate Koopman Embeddings
New Jersey Institute of Technology（新泽西理工学院）
本文通过近似Koopman嵌入为非线性系统数据驱动MPC提供稳定性保证，利用理论证书实现鲁棒稳定性理论的应用，展示了同步发电机与无限 bus 连接的物理信息嵌入示例。
2026-03-17 cs.SY eess.SY
Robust Adaptive Model Predictive Control with Worst-Case Cost
针对具有未知动态和有界测量噪声的线性时不变系统，提出了一种鲁棒自适应模型预测控制（MPC）算法。该系统的特点是由一个脉冲响应模型，这是假设躺在一个有界集称为可行的系统集。在线集员识别用于减少脉冲响应中的不确定性。在MPC方案中，实施鲁棒约束以确保可行集中的所有模型的约束满足。性能目标被制定为最坏情况下的成本相对于建模的不确定性。也就是说，在每个时间步，解决一个优化问题，其中控制输入优化的最坏情况下的不确定性设置的工厂。所提出的算法的性能进行比较，从文献中使用Monte-Carlo模拟的自适应MPC算法。
2019-11-19 cs.SY eess.SY math.OC
Active exploration in adaptive model predictive control
针对状态空间矩阵中存在有界扰动和参数不确定性的线性定常系统，提出了一种对偶自适应模型预测控制（MPC）算法。在线集员辨识是为了减少不确定性，因此控制既影响辨识的信息量，又影响系统的性能。本文的主要贡献是在MPC优化问题中使用目标函数中的预测最坏情况成本来包括这种双重效应。这允许控制器执行主动探索，也就是说，控制输入减少了对性能影响最大的参数空间区域中的不确定性。此外，MPC算法确保状态和输入约束的鲁棒约束满足。所提出的算法的优点是通过比较它从文献中的被动自适应MPC算法。
2021-02-21 cs.SY eess.SY math.OC
Safety-based Speed Control of a Wheelchair using Robust Adaptive Model Predictive Control
电动轮椅在为行动不便人士提供无障碍环境方面扮演重要角色。在设计用于跟踪任务的控制器时，确保轮椅在不同应用场景和不同用户中的操作安全至关重要。在这项工作中，我们提出了一种基于安全的速度跟踪控制算法的轮椅系统与外部干扰和不确定参数在动态水平。应用集员方法在线估计不确定参数集，设计了一种在线自适应模型和控制参数的模型预测控制方案，以保证跟踪过程中的安全约束。所提出的控制器可以驱动轮椅的速度到一个期望的参考范围内的安全约束。对于违反约束的不可容许参考，所提出的控制器可以引导系统到最近的可容许参考的邻域。基于两个包含可行参考和不可行参考的任务的高保真速度跟踪结果，验证了所提出的控制方案的有效性。
2022-10-06 cs.SY eess.SY
Comparison of Deep Reinforcement Learning and Model Predictive Control for Adaptive Cruise Control
本研究比较了深度强化学习（DRL）和模型预测控制（MPC）在车辆跟驰场景中的自适应巡航控制（ACC）设计。一阶系统被用作面向控制的模型（COM）来近似车辆的加速指令动态。基于控制系统方程和多目标代价函数，采用深度确定性策略梯度（DDPG）训练DRL策略，并采用内点优化（IPO）求解MPC问题。对事件成本的仿真结果表明，当没有建模误差且测试输入在训练数据范围内时，DRL解决方案等效于具有足够长预测范围的MPC。特别是，DRL事件成本仅比通过IPO优化整个事件提供的基准解决方案高5.8%。当测试输入超出训练数据范围时，DRL控制性能下降，表明泛化不足。当由于控制延迟、干扰和/或使用车辆的高保真模型（HFM）的测试而存在建模误差时，DRL训练的策略在大的建模误差下表现更好，而在建模误差小时具有与MPC类似的性能。
2020-05-20 cs.SY eess.SY
Adaptive Model Predictive Control of Wheeled Mobile Robots
University of California at Berkeley（加州大学伯克利分校）
本文提出了一种基于自适应模型预测控制（AMPC）框架的控制算法，用于引导具有未知惯量的两轮移动机器人到达期望点和方向。将两轮移动机器人建模为具有非完整运动学约束的刀刃或冰鞋，并采用拉格朗日方法推导了其动力学方程。在每个时刻的输入是从模型预测控制（MPC）获得的，其中具有使用递归最小二乘算法更新的一组标称参数。最后通过数值仿真验证了算法的有效性。
2022-01-03 cs.AI cs.RO cs.SY
Stability of Observer Based Predictive Control for Nonlinear Sampled-data Systems
University of Bayreuth（拜罗伊特大学）
提出一种完全基于状态观测器的模型预测控制方法，证明闭环系统的半全局实际渐近稳定性，并通过数值示例验证。
2011-05-17 cs.SY eess.SY math.FA
