Inverse optimal design of input-to-state stabilizing homogeneous controllers for nonlinear homogeneous systems
National University of Singapore（新加坡国立大学）；National University of Singapore (Suzhou) Research Institute（新加坡国立大学（苏州）研究院）；Nanyang Technological University（南洋理工大学）；Tongji University（同济大学）
本文针对非线性齐次系统，构建含输出惩罚项的逆最优控制问题，提出基于齐次性质的代价泛函构造方法，给出逆最优增益分配问题可解的充分条件，所得控制器可同时保证输入-状态与输入-输出稳定性。
2025-11-19 cs.SY eess.SY
An Investigation On Fuzzy Logic Controllers (TAKAGI-SUGENO & MAMDANI) In Inverse Pendulum System
Science and Research Branch Kurdistan Islamic Azad University（库尔德斯坦伊斯兰阿扎德大学科学研究中心）；Tabriz University（大不里士大学）
本文比较了设计模糊智能控制器在相似条件下的结果，旨在确定保持倒立摆垂直位置的合适控制器。
2013-08-22 cs.SY eess.SY
Constrained Controller and Observer Design by Inverse Optimality
模型预测控制（MPC）通常通过试错法进行整定。当基线线性控制器存在时，该控制器在没有约束的情况下已经被很好地调谐，并且MPC被引入以执行它们时，人们希望避免在它们不活动时改变原始线性反馈律。我们将这个问题公式化为类似于[1]-[3]的控制器匹配，我们将其扩展到更一般的框架。我们证明了一个正定阶段的成本矩阵，产生这种匹配属性可以计算所有稳定的线性控制器。此外，我们证明了约束估计问题也可以解决类似的，通过匹配一个线性观测器与移动时域估计（MHE）。最后，我们讨论了在一些例子中所提出的技术的实际实施的各个方面。
2021-10-29 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
Designing inverse dynamic controller with integral action for motion planning of surgical robot in the presence of bounded disturbances
机器人腹腔镜抓钳是一种微创手术工具。在这种机器人中，实现精确的跟踪、稳定性和扰动抑制等目标是非常重要的。在本文中，首先腹腔镜机器人的建模和仿真的阶段将进行讨论，并选择合适的材料，建议实际机器人的不同部分的原因将被解释。应用具有积分作用的逆动态控制器来提高外科手术机械手的跟踪过程的准确性，以在存在被建模为常数有界扰动的震颤的情况下跟踪指定的参考信号。基于扰动抑制方案，构造了在李雅普诺夫意义下渐近稳定的跟踪控制器。结果表明，在适当的假设下，所选方案成功地实现了非线性系统输入端的扰动抑制。计算机仿真结果表明，该控制器可以实现精确的轨迹跟踪。
2020-08-15 cs.SY eess.SY
Safety Margins of Inverse Optimal ISSf Controllers
本文研究了一般非线性系统在逆最优ISSf控制器下的增益裕度，揭示了其与HJI方程可解性的等价关系，并提出了一种改进方法使控制器在有无干扰时均具备[1/2,inf)的增益裕度且保证全局渐近稳定。
2025-10-30 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
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
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
L1 Adaptive Controller -- Performance Analysis of the Inverse DC Gain Method
University of Queensland（昆士兰大学）
本文分析了改进的L1自适应控制律，比较了其与原始控制律的性能，指出在允许轻微性能下降的情况下，无需零极点抵消技术即可用L1自适应控制律控制非最小相位系统。
2019-03-22 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
Maximum Likelihood Constraint Inference for Inverse Reinforcement Learning
University of California, Berkeley（加州大学伯克利分校）
虽然逆强化学习（IRL）问题的大多数方法都集中在估计最能解释专家代理在控制任务上的策略或表现行为的奖励函数，但通常情况下，这种行为更简洁地表示为简单的奖励与一组硬约束的组合。在这种情况下，智能体试图最大化累积奖励，但要受到对其行为的这些给定约束。我们重新制定的马尔可夫决策过程（MDPs）的IRL的问题，这样，给定一个名义上的环境模型和名义上的奖励函数，我们试图估计状态，动作，并在环境中的功能约束，激励代理的行为。我们的方法是基于最大熵IRL框架，这使我们能够推理的可能性，一个专家代理的演示给我们的知识的MDP。使用我们的方法，我们可以推断哪些约束可以添加到MDP中，以最大限度地增加观察这些演示的可能性。我们提出了一种算法，迭代推断的最大似然约束，以最好地解释观察到的行为，我们评估其有效性，使用模拟的行为和记录的数据的人类导航周围的障碍。
2020-04-30 cs.AI cs.LG cs.RO
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
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
Adaptive Control Design under Structured Model Information Limitation: A Cost-Biased Maximum-Likelihood Approach
KTH Royal Institute of Technology（皇家理工学院）
针对结构化模型信息限制下的控制问题，提出一种成本偏差最大似然自适应控制器，证明其渐近达到完全模型信息下最优集中控制器的闭环性能，竞争比等于1。
2014-07-22 cs.SY eess.SY math.OC
A Novel Cluster Classify Regress Model Predictive Controller Formulation; CCR-MPC
Active Building Research Programme（主动建筑研究计划）；Imperial College London（帝国理工学院）
在这项工作中，我们使用机器学习领域的先进技术开发了一种新的数据驱动模型预测控制器。其目的是调节控制信号，以调节受外部天气状态间接影响的所需内部房间设定点温度。该方法涉及开发具有长短期记忆模型（LSTM）或梯度提升算法（XGboost）的时间序列机器学习模型，能够预测任何期望时间范围内的天气状态，并同时将控制信号优化到期望的设定点。用于将天气状态与控制信号一起映射到室温的监督学习模型使用先前开发的称为聚类分类回归（CCR）的方法来构建，该方法在风格上类似，但比众所周知的混合专家更好地扩展到高维数据集。称为CCR-MPC的整体方法涉及用于天气状态预测的时间序列模型、用于转发的CCR和用于解决逆问题的任何数值优化方法的组合。前向不确定性量化（Forward-UQ）倾向于CCR中的回归模型，可以使用贝叶斯深度神经网络或高斯过程（GP）实现。对于这项工作，在CCR调制中，我们采用K均值聚类进行聚类，XGboost分类器进行分类，五阶多项式回归进行回归。逆UQ也可以通过使用I-ES方法来求解逆问题或甚至公知的马尔可夫链蒙特卡罗（MCMC）方法来获得。所开发的CCR-MPC是优雅的，并且如在数值实验上所见，能够优化控制器以获得期望的设定点温度。
2021-01-15 cs.LG 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
Analog cross coupled controller for oscillations: modeling and design via dominant system theory
在经典交叉耦合电子振荡器的基础上，提出了一种新的模拟反馈控制器。目标是驱动线性无源设备振荡。我们将电路建模为Lur 'e系统，并推导出一个新的图形条件来证明振荡（优势理论的逆圆准则）。这些条件，然后专门最小的控制架构，如RLC和RC网络，并说明了一个例子的基础上的直流电机模型。
2022-03-30 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
Learning-Based Control Compensation for Multi-Axis Gimbal Systems Using Inverse and Forward Dynamics
无人航空航天器通常携带传感器（即，光电和/或红外成像相机）作为其主要有效载荷。这些传感器用于图像处理、目标跟踪、监视、绘图，并为环境调查提供高分辨率图像。在所有这些应用中获得稳定的图像至关重要。这通常通过使用多轴万向节系统来实现。本文主要研究多轴框架系统的建模与控制问题。提出了一种新颖的和全面概述的程序来推导两轴框架系统的非线性和高度耦合的运动方程。与现有文献不同的是，本文采用多体动力学建模技术对双轴框架系统进行了正动力学建模。除了正向动力学模型，逆动力学模型的开发，以估计与状态和机构相关的，复杂的干扰作用在系统上的互补转矩。采用多层感知器（MLP）结构的扰动补偿器，通过转矩输入通道处理外部、内部扰动和参数不确定性。我们的初步仿真和实验工作表明，新的神经网络（神经网络）为基础的控制器是更好地执行在整个操作范围内，而不需要任何调整或调整时，与著名的控制器，如级联PID，自抗扰控制器（主动扰动抑制控制），逆动态控制器相比。
2021-12-05 cs.SY eess.SY
Inverse Optimal Control and Passivity-Based Design for Converter-Based Microgrids
本文利用逆最优控制理论，为基于逆变器的微电网提出一组充分局部条件，确保分散控制策略既是网络最优解又满足无源性，并通过线性矩阵不等式实现，直流微电网案例验证了其可行性。
2023-05-15 cs.SY eess.SY math.OC
On Generalized Performance Evaluation and Generalized Controller Synthesis
College of Computer Science and Technology Nanjing University of Aeronautics and Astronautics（南京航空航天大学计算机科学与技术学院）
本文提出通用性能评估和通用控制器综合的框架，通过并发过程演算建模系统，并提出一个具有格值的性能评估语言作为系统性能规范。文章展示了计算机科学中的几个问题是通用性能评估的特例，并给出了通用性能评估算法。同时，提出通用控制器综合的框架，作为通用性能评估的逆问题，并展示了计算机科学中的几个特例，概述了通用控制器综合算法。
2026-07-14 cs.LO cs.PF cs.SY
