Stochastic Model Predictive Control using Initial State Optimization
我们提出了一个随机MPC计划使用的初始状态的预测轨迹的优化。考虑线性离散时间系统在无界加性随机干扰下的机会约束，我们使用基于概率可达集的约束收紧设计MPC。该方案通过将初始状态作为决策变量，避免了无界扰动引起的不可行性问题。我们证明了稳定控制方案可以保证约束满足闭环，假设单峰干扰。除了说明这些保证，数值例子表明优化的瞬态行为的初始状态的进一步的优势。
2022-07-18 cs.SY eess.SY math.OC
Robust Controllers for Regular Linear Systems with Infinite-Dimensional Exosystems
针对一类具有非光滑参考信号和干扰信号的正则线性系，构造了两个误差反馈控制器，用于鲁棒输出跟踪和干扰抑制。我们表明，对于足够平滑的信号，输出收敛到参考的速率取决于虚轴上的植物的传递函数的行为。此外，我们构造了一个控制器，可以设计成实现相对于系统中的给定类的不确定性的鲁棒性，并提出了一种新的控制器结构的输出跟踪和干扰抑制没有鲁棒性的要求。我们还将内模原理推广到具有边界扰动的正则线性系和具有无界输入输出算子的控制器。构造的控制器示出了一个例子，我们考虑输出跟踪的非光滑周期性参考信号的二维热方程与边界控制和观察，并与周期性干扰的边界。
2017-02-08 math.OC
Integral-Type Event-Triggered Model Predictive Control of Nonlinear Systems with Additive Disturbance
研究了连续时间非线性系统的积分型事件触发模型预测控制。提出了一种积分型事件触发机制，通过将实际和预测状态序列之间的误差积分，从而降低平均采样频率。此外，一个新的和改进的鲁棒性约束被引入到处理的附加干扰，使MPC问题的潜在扩大的初始可行域。此外，所设计的MPC的可行性和闭环系统的稳定性进行了严格的研究。建立了保证这些性质的几个充分条件，这些条件与预测时域、扰动界、触发水平和鲁棒约束收缩率等因素有关。数值算例和比较表明了该算法的有效性。
2020-02-18 math.OC
Coordination of Multi-Agent Systems under Switching Topologies via Disturbance Observer Based Approach
School of Automation, Beijing University of Posts and Telecommunications（北京邮电大学自动化学院）
本文研究了在切换拓扑下异构多智能体系统的领航跟随协调问题，通过扰动观测器方法估计并抑制局部未界定扰动，利用公共李雅普诺夫函数技术克服拓扑变化带来的困难，提出两种协议并通过仿真验证有效性。
2016-01-13 cs.SY eess.SY math.OC
Disturbance rejection for classes of nonlinear systems
Salzburg University of Applied Sciences（萨尔茨堡应用科技大学）
本文针对两类非线性系统，提出基于高增益和滑模范式的非自适应全局鲁棒扰动抑制方法，实现输入-状态稳定性与任意小吸引子的渐近收敛。
2026-09-11 cs.SY eess.SY math.OC
Robustifying Model Predictive Control of Uncertain Linear Systems with Chance Constraints
本文提出一种针对受机会约束的离散时间线性系统的鲁棒模型预测控制方法，通过计算多面体概率正不变集来收紧约束，仅需扰动均值和协方差，保证机会约束满足，且优化问题为标准严格二次规划。
2024-09-19 math.OC
Data-driven Distributionally Robust MPC: An indirect feedback approach
针对线性离散时间系统受无界相关附加扰动的问题，提出了一种分布鲁棒随机模型预测控制（SMPC）方法。我们认为硬输入约束和状态机会约束，这是近似的分布鲁棒（DR）条件风险价值（CVaR）的约束在Wasserstein模糊集。计算复杂性通过采用具有间接反馈的基于管的MPC方案来降低，使得可以离线采样错误场景。通过软化CVaR约束来保证递归可行性。四个房间的温度控制的例子证明了这种方法。
2021-09-20 math.OC
A Game-Theoretic Characterization of Feedback Capability for Fully Coupled Vector-Valued Nonparametric Systems
Institute for Advanced Study, Shenzhen University（深圳大学高等研究院）
该研究针对全耦合向量值非参数系统，通过博弈论刻画反馈能力阈值，证明了阈值与博弈值\\(\Gamma_d\\)等价，给出了不同维度下的阈值关系及近邻反馈律的下界。
2026-08-18 math.OC
Synthesis of safety certificates for discrete-time uncertain systems via convex optimization
本文针对受加性扰动的离散时间线性系统，提出两类半定规划以协同设计控制障碍函数和线性反馈控制器，分别给出最坏情形无限时域安全与有限时域概率安全保证，并扩展至输入约束、分布模糊、安全滤波和避障。
2025-05-13 cs.SY eess.SY math.OC
Control problems on infinite horizon subject to time-dependent pure state constraints
针对折扣无限视域最优控制问题中缺乏对时变状态约束考虑的问题，研究了一类受时变约束控制问题的可行性及值函数Lipschitz正则性的充分条件。
2023-10-24 math.OC
Predictive stability filters for nonlinear dynamical systems affected by disturbances
本文扩展预测安全滤波器框架，通过利用预测轨迹构造的隐式 Lyapunov 函数保证受扰非线性闭环系统的鲁棒渐近稳定性，并在汽车车道保持仿真中验证了所提策略。
2024-04-29 cs.SY eess.SY math.OC
A Nearly Optimal Single Loop Algorithm for Stochastic Bilevel Optimization under Unbounded Smoothness
George Mason University（乔治梅森大学）
本文针对上层函数可能具有无界光滑性的随机双层优化问题，提出单循环算法SLIP，避免了嵌套循环的调参困难，并证明其达到近最优复杂度，实验表现显著优于现有基线。
2024-12-28 cs.LG math.OC
Unbounded Hamilton-Jacobi-Bellman Equations with one co-dimensional discontinuities
针对全N维欧氏空间中带超平面间断、与无界最优控制相关的Hamilton-Jacobi方程，研究Ishii粘性解的定义、存在性与唯一性，用Bellman方法构造出最小、最大解及连接二者的连续解族。
2024-05-10 math.AP math.OC
On the Convergence of Adam-Type Algorithm for Bilevel Optimization under Unbounded Smoothness
George Mason University（乔治梅森大学）
本文将Adam扩展至下层强凸、上层非凸且具无界平滑性的双层优化问题，提出单循环AdamBO算法，通过新颖的随机性解耦引理实现$\widetilde{O}(ε^{-4})$的oracle复杂度，并在RNNs和transformers等任务上验证了其有效性。
2025-03-05 cs.LG math.OC
Forward Stochastic Reachability Analysis for Uncontrolled Linear Systems using Fourier Transforms
University of New Mexico（新墨西哥大学）
本文提出一种可扩展方法，利用傅里叶变换高效计算未受控线性系统前向随机可达概率测度（密度）和可达集，适用于有界或无界的扰动集，并探讨了可达集的凸性性质。
2017-02-13 cs.SY eess.SY math.OC
A System Level Approach to Regret Optimal Control
我们提出了一种基于优化的方法来合成一个动态后悔最优控制器的线性系统潜在的敌对干扰和已知或敌对的初始条件。动态后悔被定义为系统的真实发生的成本和成本之间的差异，可以最佳地实现在任何输入序列具有充分的知识的所有未来的干扰，对于给定的干扰能量。该问题公式可被视为经典$\mathcal{H}_2$或$\mathcal{H}_\infty$控制的替代方案。所提出的控制器综合是基于系统级参数化，这使得重新制定的动态遗憾问题作为一个半定问题。这产生了一个新的框架，允许考虑结构化的动态后悔问题，这还没有被认为是在文献中。对于已知的逐点椭球界的干扰，我们表明，动态遗憾界可以得到改善相比，只使用一个有界能量的假设和最佳动态遗憾界不同的最多一个因素的$\frac{2}π$从计算的解决方案。此外，所提出的框架允许保证状态和输入约束满足。
2022-05-30 cs.SY eess.SY math.OC
Online Stabilization of Unknown Linear Time-Varying Systems
针对未知离散时间LTV系统在有界非随机扰动下的在线镇定问题，提出基于凸体追踪的控制算法，在动力学缓变假设下保证闭环BIBO稳定，无需系统辨识，适用范围广并经数值验证。
2023-12-14 cs.SY eess.SY math.OC
Measured-state conditioned recursive feasibility for stochastic model predictive control
针对无界扰动线性系统随机MPC的递归可行性难题，提出期望意义下测量状态条件递归可行性新定义，构建基于椭球概率可达集的闭环初始化随机MPC方案，证明其满足新定义且性能优于开环方案。
2024-06-19 cs.SY eess.SY math.OC
Data-Driven Distributionally Robust System Level Synthesis
本文提出一种数据驱动的双重鲁棒状态反馈控制器，结合系统级综合与分布鲁棒优化，应对模型失配和扰动分布不确定性，并给出样本复杂度界限及数值验证。
2024-05-28 cs.SY eess.SY math.OC
Receding-horizon Stochastic Model Predictive Control with Hard Input Constraints and Joint State Chance Constraints
Massachusetts Institute of Technology（麻省理工学院）；University of California-Berkeley（加州大学伯克利分校）
本文研究离散时间线性系统在随机扰动、硬输入约束和联合状态机会约束下的随机优化控制，通过可解的二次锥规划计算滚动控制律，利用扰动参数化控制律并饱和扰动以满足硬约束，用Cantelli-Chebyshev不等式松弛机会约束，确保可行性并证明随机稳定性。
2015-06-28 cs.SY eess.SY math.OC
Stochastic Approximation with Unbounded Markovian Noise: A General-Purpose Theorem
H. Milton Stewart School of Industrial & Systems Engineering, Georgia Institute of Technology（赫尔曼·米勒工业与系统工程学院，佐治亚理工学院）
本文提出一个针对非线性随机逼近的通用定理，将有限时间样本复杂度保证从独立同分布或鞅差噪声推广到无界马尔可夫噪声，并应用于带线性函数逼近的TD学习、Q-learning及分布式块坐标下降优化。
2025-11-07 cs.LG cs.SY eess.SY
Distributionally Robust Model Predictive Control with Mixture of Gaussian Processes
本文提出MoGP-DR-MPC框架，利用高斯过程混合自动建模多模态扰动并构建数据驱动模糊集，通过DR-CVaR约束的锥重构实现分布鲁棒控制，在四旋翼仿真中闭环成本较GP-MPC降低17%和4%。
2025-02-08 cs.SY eess.SY math.OC
An Accelerated Algorithm for Stochastic Bilevel Optimization under Unbounded Smoothness
George Mason University（乔治梅森大学）
针对上层非凸、无界光滑且下层强凸的随机双层优化问题，提出带递归动量的归一化随机梯度下降与带平均的随机Nesterov加速梯度结合的AccBO算法，将$\u03b5$-平稳点预言机复杂度降至$\tilde{O}(1/\u03b5^3)$，实验验证其加速效果与性能优势。
2025-01-15 cs.LG math.OC
Stability Bounds for Learning-Based Adaptive Control of Discrete-Time Multi-Dimensional Stochastic Linear Systems with Input Constraints
University of Melbourne（墨尔本大学）
针对参数未知、含输入约束与无限随机干扰的离散时间多维线性系统，提出结合在线参数估计与饱和线性控制的确定性等价控制方案，并证明了闭环系统的高概率稳定性界。
2023-04-02 cs.LG cs.SY eess.SY
Proxy Control Barrier Functions: Integrating Barrier-Based and Lyapunov-Based Safety-Critical Control Design
提出 PCBF 模块化安全控制方案，将严格反馈系统分解为代理子系统与虚拟跟踪子系统，结合 CBF、Lyapunov 控制及扰动观测器，在未知动态和非匹配扰动下保障安全并简化 CBF 构造。
2025-01-07 cs.SY eess.SY math.OC
Towards Optimal Passive Feedback Control of LTI Systems under LQR Performance
Institute of Control Systems, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院控制系）
本文研究连续时间LTI系统状态反馈设计，旨在确定使闭环系统对外部端口严格被动且最小化LQR成本的反馈增益。通过间接方法，利用凸多面体内近似并投影梯度流计算增益。
2026-04-16 cs.SY eess.SY math.OC
Data-driven distributionally robust MPC for systems with uncertain dynamics
针对未知离散线性定常系统受未知和可能无界的附加不确定性影响的问题，提出了一种新的数据驱动分布鲁棒模型预测控制方法.我们使用离线收集的数据和动力学的近似模型，制定一个有限时间的最优化问题。为了考虑到与动态和干扰作用于系统的不确定性，我们诉诸于一个分布鲁棒的制定，优化成本预期，同时满足条件风险价值约束的最坏情况下的概率分布的不确定性内的模糊度定义使用Wasserstein度量。利用分布鲁棒优化文献的结果，我们得到了一个易于处理的有限维凸优化问题，有限样本保证类凸分段仿射成本和约束函数。一个简单的数值例子上的闭环仿真证明了所提出的算法的性能。
2022-09-19 cs.SY eess.SY math.OC
From Real-Time Optimization Techniques to an Autopilot for Steady-State Processes
任何工业系统都伴随着要满足的目标（例如经济性能）、要处理的干扰（例如市场波动、催化剂衰变、不受控制的流速和组成的意外变化等），以及对其行为的不确定性为了应对这些问题，必须做出决定，并向操作员发送指令，以在令人满意但可能发生变化的操作条件下驱动和维护设备。在过去的30年里，人们创造和发展了许多方法来回答这些问题。特别地，已经出现了实时优化（RTO）领域，其中包括允许系统地改进工业系统的性能的方法，使用工厂测量和潜在不准确的工具来预测其行为，通常以模型的形式。尽管过程系统工程社区内部和外部的作者对RTO的定义可能有所不同，但目前还没有一种被认为能够完全自动化上述决策过程的RTO方法。本论文包括一系列的贡献，在这个方向上，这使得RTO更接近能够实现全工厂自动化。保留字：实时优化、决策、优化、降阶模型优化、稳态过程自动驾驶仪、运筹学。
2021-08-19 cs.SY eess.SY math.OC
