Online learning of data-driven controllers for unknown switched linear systems
出于学习控制器的动态随时间变化的复杂系统的目标,我们考虑的问题,设计控制律的系统之间切换的一组有限的未知的离散时间线性子系统未知的切换信号。为此,我们提出了一种使用数据直接设计控制机制而无需任何显式识别步骤的方法。我们的方法是在线的,这意味着当系统在闭环中进化时,数据会随着时间的推移而收集,并直接用于迭代更新控制器。因此,所提出的在线实现的主要益处是控制器能够自动调整以适应系统的操作模式的变化。我们表明,所提出的控制机制,保证稳定的闭环切换线性系统的切换是足够慢。所提出的设计技术的有效性说明了两个航空航天应用。
2021-05-24 cs.SY eess.SY math.OC
Personalized Building Climate Control with Contextual Preferential Bayesian Optimization
本文提出了一种基于情境偏好的贝叶斯优化算法,用于实现个性化建筑气候控制,通过二元偏好反馈和情境信息提升控制器调节效率,实验显示其在 occupant utility 上提升了23%。
2025-12-10 cs.SY eess.SY
Practical one-shot data-driven design of fractional-order PID controller: Fictitious reference signal approach
提出一种基于虚拟参考信号的FOPID控制器一次性数据驱动整定方法,仅需单次输入输出数据即可在保证闭环稳定性的前提下通过最小化损失函数实现模型匹配,有效提升控制性能并避免失稳。
2024-07-25 cs.SY eess.SY
Frequency Domain Design of Fractional Order PID Controller for AVR System Using Chaotic Multi-objective Optimization
Indian Institute of Technology Delhi(印度德里理工学院);Jadavpur University(贾达普大学);University of Southampton(南安普顿大学)
本文提出一种基于混沌多目标优化的分数阶PID控制器设计方法,用于AVR系统,通过改进的NSGA-II算法优化控制器参数,保证系统稳定性和鲁棒性。
2013-06-16 cs.SY eess.SY math.OC
Design of Decoupling and Nonlinear PD Controller for Cruise Control of a Quadrotor
Polytechnic of Madiun (PNM)(马都林理工学院);Institut Teknologi Sepuluh Nopember (ITS)(十月理工大学)
本文提出了解耦与非线性PD控制器设计,用于四旋翼巡航控制,通过消除旋转运动的耦合效应,实现独立控制,并通过仿真验证了在x和y轴上精确跟踪预期轨迹的能力。
2017-08-15 cs.SY eess.SY
Robust Control of Unknown Switched Linear Systems from Noisy Data
本文研究未知切换线性系统的数据驱动镇定问题,提出一种基于辅助函数的切换控制律,在噪声存在导致SDP不可行时,仅在保证可行性时间歇求解SDP,并证明在噪声有界且切换足够慢时能保证闭环系统的输入到状态实际稳定性(ISpS)。
2023-11-19 cs.SY eess.SY
Fixed-Order H-Infinity Controller Design for Port-Hamiltonian Systems
提出了一种新的固定阶H ∞控制器设计方法,用于潜在大规模端口Hamilton(pH)对象。我们的方法计算的控制器,也是pH值(因此被动),使所得的闭环系统是被动的,这确保了闭环稳定性简单地从植物和控制器矩阵的结构。通过这种方式,我们可以避免计算昂贵的特征值计算,否则将是必要的。结合基于样本的目标函数,使我们能够避免H ∞范数的多次评估(这通常是固定阶H ∞控制器合成中的主要计算负担),这使得我们的方法非常适合于具有高状态空间维度的植物。在我们的数值实验中,我们表明,在使用完善的H ∞合成方法后应用被动执行后处理步骤通常会导致H ∞性能恶化。除此之外,我们的方法还计算pH控制器,这些控制器是自动被动的,同时旨在最小化闭环传递函数的H ∞范数。此外,我们的实验表明,对于大规模的植物,我们的方法是显着快于成熟的固定阶H ∞控制器的合成方法。
2022-09-27 cs.SY eess.SY math.DS
Bayesian Optimization Based Grid Point Allocation for LPV and Robust Control
Eindhoven University of Technology(埃因霍温理工大学);Breda University of Applied Sciences(布雷达应用科学大学);HUN-REN SZTAKI(匈牙利研究网络 Széchenyi 人工智能研究所)
本文提出基于贝叶斯优化的网格点分配方法,用于高效设计LPV和鲁棒控制器,通过自动确定信息量足够的网格点,提升系统稳定性和性能。
2026-02-13 cs.SY eess.SY
Enabling Integrated AI Control on DIII-D: A Control System Design with State-of-the-art Experiments
Princeton University(普林斯顿大学);Princeton Plasma Physics Laboratory(普林斯顿等离子体物理实验室);National Institutes for Quantum and Radiological Science and Technology(量子放射线科学和技术综合研究所)
本文设计并应用了机器学习预测与控制通用算法PACMAN于DIII-D装置,部署端到端架构并完成多个成功ML控制实验,还提出实时机器学习控制器设计的指导原则,助力实现传统控制器失效的先进等离子体运行模式。
2025-11-11 cs.SY eess.SY physics.plasm-ph
Event-triggered Control From Data
针对受扰动影响的未知连续线性系统,提出了一种基于数据的事件触发状态反馈控制器设计方法。通过事件,我们指的是通过数字网络从传感器到控制器的状态测量传输。通过利用一个足够丰富的有限集的噪声状态测量和输入离线收集,我们首先设计了一个数据驱动的状态反馈控制器,以确保输入到状态稳定性属性的闭环系统忽略网络。然后,我们考虑到采样引起的网络,我们提出了强大的数据驱动的触发策略(近似)保持这种稳定性。该方法是通用的,在这个意义上说,它允许推导基于数据的版本的各种流行的触发规则的文献。在所有情况下,所设计的传输策略确保存在(全球)严格正的最小事件间时间,从而排除芝诺现象,尽管干扰。这些结果可以被看作是向联网控制系统的即插即用控制迈出的一步,即,自动学习通过网络进行控制和通信的机制。
2022-08-24 cs.SY eess.SY
Lyapunov Design for Robust and Efficient Robotic Reinforcement Learning
UC Berkeley(加州大学伯克利分校)
强化学习(RL)文献的最新进展使机器人专家能够在模拟环境中自动训练复杂的策略。然而,由于这些方法的样本复杂性较差,使用真实世界数据解决RL问题仍然是一个具有挑战性的问题。本文介绍了一种新的成本成形方法,其目的是减少所需的学习稳定控制器的样本数。该方法增加了一个术语,涉及控制李雅普诺夫函数(CLF)-一个“能量样”的功能,从基于模型的控制文献-典型的成本配方。理论结果表明,新的成本导致稳定的控制器时,使用较小的折扣因子,这是众所周知的,以减少样本的复杂性。此外,CLF术语的添加“robustifies”的搜索,以确保即使是高度次优的政策将稳定系统的稳定控制器。我们展示了我们的方法与两个硬件的例子,我们学习稳定控制器的cartpole和A1四足动物只有几秒钟和几分钟的微调数据,分别。此外,模拟基准研究表明,通过优化我们提出的成本获得稳定的政策需要的数量级更少的数据相比,标准的成本设计。
2022-11-18 cs.RO cs.SY eess.SY
On the Design of Structured Stabilizers for LTI Systems
在结构约束下设计静态状态反馈控制器以达到渐近稳定性是一个相关的问题,有许多应用,包括网络分散控制、协调控制和稀疏反馈设计。利用投影引理,对一类状态反馈控制问题提出了一种新的解法,其中控制器被约束为属于给定的线性空间。我们通过广泛的讨论和数值例子表明,我们的方法相对于现有的方法有几个优点:第一,它是计算效率高;第二,它是保守性比以前的方法,因为它放宽了限制的要求,李雅普诺夫矩阵的块对角形式。
2021-06-02 cs.SY eess.SY math.OC
A Study of Three Influencer Archetypes for the Control of Opinion Spread in Time-Varying Social Networks
本文研究了时变社交网络中的信息传播与观点控制,比较了三种原型影响者风格对网络中智能体观点的影响,并验证了生成式AI在生成符合控制指令内容方面的有效性及伦理框架。
2024-03-27 cs.SI cs.SY eess.SY
Multi-objective LQR with Optimum Weight Selection to Design FOPID Controllers for Delayed Fractional Order Processes
School of Electronics and Computer Science, University of Southampton(南安普顿大学电子与计算机科学学院);Department of Power Engineering, Jadavpur University(贾达普大学动力工程系);Department of Earth Science and Engineering, Imperial College London(帝国理工学院地球科学与工程系);Reactor Control Division, Bhabha Atomic Research Centre(巴哈原子研究中心反应堆控制部)
本文提出基于LQR技术的分数阶PID控制器最优折中设计方法,通过两个冲突的时间域控制目标解决有延迟分数阶系统的控制问题,并通过数值模拟验证了两种延迟处理技术的优劣及负载扰动抑制能力。
2016-11-29 cs.SY eess.SY math.DS