Combining Robust Control and Machine Learning for Uncertain Nonlinear Systems Subject to Persistent Disturbances
本文针对受持续扰动的不确定非线性离散时间系统，提出结合鲁棒控制器与ESN控制律的策略，既保证闭环系统ISS特性与稳定区域，又通过ESN减轻扰动影响，数值算例验证了其潜力。
2024-10-29 cs.SY eess.SY
Data-enabled Predictive Repetitive Control
本文提出一种数据驱动的预测重复控制（DeePRC）方法，通过将LPTV行为提升为LTI行为并扩展Willems基本引理以处理外生扰动，实现周期性扰动抑制，仿真证明其在噪声环境下有效。
2024-08-27 cs.SY eess.SY
Translational and Scaling Formation Maneuver Control via a Bearing-Based Approach
University of California, Riverside（加州大学河滨分校）；Technion - Israel Institute of Technology（以色列理工学院）
本文研究了多智能体在任意维度下的分布式 maneuver 控制，提出基于方位的控制方法以保持形成模式，解决了翻译和缩放控制问题，并分析了全局稳定性。
2015-12-12 cs.SY eess.SY
Robust offset-free nonlinear model predictive control for systems learned by neural nonlinear autoregressive exogenous models
本文针对NNARX模型描述的系统，提出一种结合δISS训练约束、显式积分作用和管道MPC的鲁棒无偏预测控制方案，实现恒定参考信号下的鲁棒零误差跟踪，并通过水加热系统仿真验证其有效性。
2023-08-11 cs.SY eess.SY
Observer-Based Active Fault/Disturbance Compensation Control for Fully Actuated Systems
Southern University of Science and Technology（南方科技大学）；Harbin Institute of Technology（哈尔滨工业大学）
本文提出了一种基于观测器的主动故障/扰动补偿控制方法，用于完全执行器系统，通过新型观测器和非线性控制器实现系统状态估计与扰动补偿，验证了方法的稳定性和有效性。
2026-03-01 cs.SY eess.SY
Effects of Jamming Attacks on Wireless Networked Control Systems Under Disturbance
National Institute of Informatics（国立情报学研究所）；Tokyo Institute of Technology（东京工业大学）
研究无线网络化控制系统在存在外源干扰时阻塞攻击的影响，提出在控制器到远程线性装置的不安全无线通信链路中，控制输入数据包的传输可能受到阻塞攻击的影响，证明即使系统在无干扰时稳定，阻塞攻击也能破坏稳定性，并通过限制平均阻塞干扰功率实现稳定性。
2022-03-07 cs.SY eess.SY
A Novel Approach to Disturbance Rejection in Constrained Model Predictive Control
本文研究离散时间系统线性模型预测控制中时变干扰的抑制问题。在文献中，干扰被广泛拒绝通过使用速度模型，干扰模型与观测器的方法或一个计划，结合了一个干扰观测器的补偿和MPC的反馈调节。相反，广泛使用的方法，在这项研究中提出的技术利用增量模型的植物，与快速变化的干扰的假设，制定一个控制律，拒绝变化的干扰。该方法的独特之处在于对扰动量和扰动变化率的补偿。通过提出一个代价函数，其中系统扰动的增量形式被作为优化变量，作为计算的最优扰动增量的函数的控制信号被公式化，以确保根据代价函数的最小化来驱动设备。利用控制律中最优扰动引入的自由度，将估计扰动增量引入控制信号中，使其始终与外部扰动增量相反。此外，建议的代价函数提供了一个加权矩阵，可以用来操纵的影响，外源干扰的系统的响应。为了估计不可测的干扰，一个组合的状态和干扰观测器的设计基于凸优化表示的H2-最小化问题。三个不同的系统的仿真被用来显示所提出的算法相比，传统的无偏置MPC技术的好处。结果表明，所提出的方案可以提供显着改善的输出跟踪和调节。
2022-10-03 cs.SY eess.SY
Adaptive Disturbance Observer-based Full-Order Integral-Terminal Sliding Mode Control with Unknown A Priori Bound on Uncertainty
针对外部扰动界未知的非线性积分器链系统，提出ADO-FOITSMC连续有限时间控制方法，利用非单调自适应观测器增益抑制抖振并保证状态全局有界，且在刚性航天器姿态稳定中得到验证。
2025-10-05 cs.SY eess.SY math.OC
An Improved Active Disturbance Rejection Control for a Differential Drive Mobile Robot with Mismatched Disturbances and Uncertainties
Electrical Engineering Department（电气工程系）；College of Engineering, Baghdad University（巴格达大学工程学院）
本文提出了一种基于扰动和不确定性估计与抑制技术的改进主动扰动拒绝控制方法，用于非线性运动学模型的有差驱动移动机器人，通过消除扰动和不确定性提高动态性能。
2018-05-25 cs.RO cs.SY eess.SY
Robust Direct Data-Driven Hamiltonian for Safe Set Computation under Measurement Noise and Disturbances
University of British Columbia（不列颠哥伦比亚大学）；University of California, Berkeley（加州大学伯克利分校）；University of California, Los Angeles（加州大学洛杉矶分校）
针对测量噪声和扰动，提出鲁棒数据驱动哈密顿量（R-DDH），从噪声数据中推导安全集的内近似，并证明其收敛性。
2026-06-17 cs.SY eess.SY
Minimal Input Cardinality Disturbance Decoupling of Coupled Oscillators via Output Feedback with Application to Power Networks
Linköping University（林雪平大学）；Lund University（隆德大学）
本文研究了通过输出反馈实现耦合振荡器网络最小输入扰动解耦的问题，应用于电力网络中，提出了一种理论框架以实现扰动隔离。
2026-08-18 cs.SY eess.SY math.DS
On the Local Input-Output Stability of Event-Triggered Control Systems
本文针对非线性事件触发控制系统，提出一种触发机制以保持局部L2增益性能，并解析估计采样间隔增加，同时提出离散触发条件量化改善，示例验证了结果。
2019-07-21 cs.SY eess.SY
Aggregate Fluctuations in Networks with Drift-Diffusion Models Driven by Stable Non-Gaussian Disturbances
Lehigh University（利哈伊大学）
本文研究了受α-稳定分布外源噪声影响的共识寻求多智能体网络中聚集波动的度量问题，通过定义累积尺度参数来量化聚集波动，并在稳态下隐式地给出了闭式表达式，但一般情况下难以用网络参数显式表示，提出了基于拉普拉斯谱和输入噪声统计的可处理上界。
2019-01-28 cs.SY eess.SY
Robust Control for a Class of Nonlinearly Coupled Hierarchical Systems with Actuator Faults
针对一类高层动态与多智能体低层动态非线性耦合的递阶非线性系统，提出了一种解决故障引起的动态和控制输入有效性不确定性所带来的控制挑战的方法.高层次的动态具有乘法的不确定性，在控制输入的有效性，并受到外源干扰输入。另一方面，低级别的系统受到致动器故障引起的动态模型和相关的控制效果的时变乘法不确定性。此外，高层次和低层次的动态之间的非线性耦合使得问题更具挑战性。为了解决这个问题，在线参数估计算法的设计，加上自适应分裂机制，自动分配控制行动之间的低层次的多智能体系统。在高、低两级分别设计了基于$\mathcal{L}_2$增益的非线性控制器和状态反馈控制器，使系统在瞬态响应中具有良好的故障恢复性能，并能抑制外界干扰。所得到的分析保证了高电平参考命令信号的鲁棒跟踪。
2021-08-06 cs.SY eess.SY math.OC
Robust Data-Driven Nash Equilibrium Seeking under Partial-Decision Information
Beijing Institute of Technology（北京理工大学）；Nanyang Technological University（南洋理工大学）
针对受外生扰动的未知线性多智能体系统，提出一种结合纳什均衡模型、分布式通信协议、内模扰动抑制和数据驱动稳定策略的框架，通过半定规划直接从含噪输入-状态数据合成控制器，实现闭环稳定和渐近收敛到纳什均衡。
2026-06-23 cs.SY eess.SY
Robust H_infinity Filter Design for Lipschitz Nonlinear Systems via Multiobjective Optimization
University of Alberta（阿尔伯塔大学）；Maplesoft（Maplesoft公司）
提出一种基于LMI优化的H_infinity观测器设计方法，同时优化可容许Lipschitz常数和干扰衰减水平，保证指数收敛和对非线性不确定性的鲁棒性。
2010-10-04 cs.SY eess.SY math.OC
Novel Active Disturbance Rejection Control Based on Nested Linear Extended State Observers
本文提出了一种新型主动扰动抵消控制策略，通过将传统ADRC中使用的线性扩展状态观测器（LESO）替换为嵌套LESO，以提高扰动估计和消除的精度，同时通过外环LESO补偿内环LESO因带宽限制未能消除的扰动，实验表明该方法在噪声和无噪声环境下均能显著降低跟踪误差的积分绝对误差。
2019-06-30 cs.SY eess.SP eess.SY
Model Predictive Control for Cooperative Docking Between Autonomous Surface Vehicles with Disturbance Rejection
Delft Center for Systems and Control（代尔夫特系统与控制中心）
本文提出基于模型预测控制的自主水面车辆协同对接方法，通过集中式控制策略实现更高效稳定的对接性能。
2025-12-08 cs.RO cs.SY eess.SY
Safe Unicycle Navigation Among Multiple Obstacles Under Bounded Disturbances: A Learning-Augmented CLF-CBF Approach (Extended Version)
School of Computing, Institute of Science Tokyo（东京科学大学计算学院）；Department of Electrical Engineering, IIT Jodhpur（焦特布尔印度理工学院电气工程系）
本文提出学习增强的CLF-CBF框架，结合QP与鲁棒控制，实现有界扰动下独轮车在多障碍物间的安全导航，通过学习虚拟目标解决过窄间隙问题，仿真验证了方法有效性。
2026-11-03 cs.SY eess.SY
Online convex optimization for robust control of constrained dynamical systems
Leibniz University Hannover（汉诺威莱布尼茨大学）；Boston University（波士顿大学）
本文提出一种结合在线凸优化与鲁棒模型预测控制的算法，用于在线控制受约束的动力系统，确保鲁棒约束满足并分析动态遗憾性能。
2025-12-17 cs.SY eess.SY math.OC
Scenario-based Nonlinear Model Predictive Control for Building Heating Systems
用于建筑物加热的最新模型预测控制（MPC）应用采用确定性控制器连同非线性模型或线性化模型连同随机MPC控制器。然而，确定性MPC只考虑一个单一的实现的干扰和它的性能强烈地依赖于质量的预测的干扰，这可能会导致低性能。事实上，不充分的建筑能源管理会导致高能源成本和CO $_2$排放。另一方面，线性化模型可能无法捕获受控建筑物的某些动态和行为。在这篇文章中，我们将一个基于随机神经网络的MPC（SBMPC）控制器与一个非线性Modelica模型相结合，该模型能够提供更丰富的建筑物描述，并比线性模型更准确地捕捉建筑物的动态。所采用的SBMPC控制器考虑通过统计精确模型获得的外部干扰的多个实现，从而考虑不同的可能的干扰演变和鲁棒控制动作。为此，我们提出了一种建筑物温度控制的情景生成方法，可以应用于几种外源扰动，例如太阳辐照度，外界温度，并满足几个重要的统计性质，与文献中采用的简单和不太准确的方法相比。我们通过几个模拟，我们将我们的方法与文献中的标准方法进行比较，以显示我们所提出的方法的好处，对于舒适度和能源成本之间的权衡参数的几种组合。我们展示了我们的SBMPC控制器方法如何优于文献中的标准控制器。
2021-05-20 cs.SY eess.SY
Computation of Maximal Admissible Robust Positive Invariant Sets for Linear Systems with Parametric and Additive Uncertainties
针对含参数与加性不确定性的约束离散线性时变系统，提出基于后向可达集与最小RPI集的有限时间收敛算法，求解最大可容许鲁棒正不变集并给出存在充要条件，经数值算例验证有效。
2024-06-01 cs.SY eess.SY math.OC
Robust Trajectory Tracking for Underactuated Quadrotors with Prescribed Performance
提出了一种基于规定性能控制（PPC）方法的四旋翼无人机（UAV）控制方案。四旋翼系统属于欠驱动系统的类别，原始PPC方法不能直接应用于该系统。我们引入必要的设计修改，以稳定所考虑的系统与规定的性能。所提出的控制协议不使用任何信息的动态模型参数或外部干扰。此外，稳定性分析保证跟踪误差保持在设计者指定的时变函数内，实现与控制增益的选择无关的规定性能。仿真结果验证了理论分析的正确性。
2022-11-07 cs.SY eess.SY
Robust Control of Constrained Linear Systems using Online Convex Optimization and a Reference Governor
Leibniz University Hannover（汉诺威莱布尼茨大学）
本文提出了一种结合在线凸优化和参考控制器的方法，用于鲁棒控制受约束的线性系统，通过动态遗憾分析验证了其有效性。
2026-01-30 cs.SY eess.SY math.OC
Sampled-data Robust Control of Electrically Stimulated Engineered Cell Factories
University of California, Santa Cruz（加州大学圣克鲁兹分校）
本文提出了一种用于电刺激工程细胞工厂的鲁棒闭环内分泌调节框架，通过采样数据自适应PID控制器和鲁棒扩展，在存在不确定性时实现对T4的持续调节。
2026-05-01 cs.SY eess.SY
Robust Tube-based Model Predictive Control with Koopman Operators--Extended Version
Koopman算子是无限维的，以提升的全局线性方式捕捉非线性动力学的特征。Koopman算子的有限数据驱动近似得到一类线性预测器，可用于非线性动力系统的线性模型预测控制（MPC），降低了计算复杂度.然而，在建模近似误差和可能的外部干扰下，闭环Koopman MPC的鲁棒性仍然是一个有待解决的关键问题。针对上述问题，本文提出了一种基于Koopman算子的管模型预测控制方法，r-KMPC，用于具有附加干扰的非线性离散时间动力系统。所提出的控制器是由一个名义MPC使用提升Koopman模型和离线非线性反馈政策。所提出的方法不假设近似Koopman算子的收敛性，这允许使用有限阶的Koopman模型进行控制器设计。基本属性，例如，在标准假设下，导出了Koopman模型的可镇定性、可观测性，证明了闭环鲁棒性和标称逐点收敛性。仿真实例验证了该方法的有效性。
2022-03-21 cs.SY eess.SY
Input-to-State Stability of Reset-Integral Sliding Mode Control for Linear Systems
Umeå University（于默奥大学）
该研究分析集成复位控制器与积分滑模控制器的混合控制系统，证明其在有外部参考和扰动时的输入-状态稳定性等，无扰动时可实现全局渐近稳定，数值案例验证了理论结果。
2026-08-05 cs.SY eess.SY
Optimal and Robust Multivariable Reaching Time Sliding Mode Control Design
本文研究有限稳定系统中的最小到达时间控制问题，针对VSC和UVC策略设计了最优且鲁棒的状态反馈增益，通过LMIs在存在参数不确定性和外部扰动时实现最小有限时间收敛，并经实例验证。
2025-03-07 cs.SY eess.SY
Once upon a time step: A closed-loop approach to robust MPC design
提出了一种新的鲁棒模型预测控制（MPC）设计方法，利用MPC优化的递归可行性保证闭环约束满足。基于模型摄动和扰动在一个时间步发生的影响，推导出递归可行性的充分必要条件。利用这些条件和Farkas引理，给出了适合于设计的充分条件。所提出的方法被称为闭环设计，因为只有在下一个时间步的可行输入的存在是强制的设计。这与大多数现有的公式相反，这些公式计算在MPC预测范围内的所有模型扰动和外源扰动的最坏情况实现下可行的控制策略。所提出的方法具有类似于标称MPC方法的在线计算复杂度，同时保持约束满足，递归可行性和稳定性的保证。数值模拟证明了我们所提出的方法的有效性。
2023-03-20 cs.SY eess.SY math.OC
Robust Attitude Tracking for Aerobatic Helicopters: A Geometric Approach
Indian Institute of Technology Kanpur（坎普尔印度理工学院）；Indian Institute of Technology Bombay（孟买印度理工学院）
本文基于直升机的动力学特性，提出两种无奇异鲁棒姿态跟踪控制器，通过反馈可用状态设计鲁棒补偿器和被动鲁棒控制器，以抑制跟踪误差。
2019-01-09 cs.SY eess.SY
Robust Control Design and Analysis Based on Lifting Linearization of Nonlinear Systems Under Uncertain Initial Conditions
Kevin T. Crofton Department of Aerospace and Ocean Engineering Virginia Tech（弗吉尼亚理工大学凯文·T·克罗夫顿航空航天与海洋工程系）
本文提出了一种基于深度学习的提升方法，用于在不确定初始条件下设计鲁棒的非线性系统控制器，并通过示例验证了其有效性。
2026-01-05 cs.SY eess.SY
Multivariable Generalized Super-Twisting Algorithm Robust Control of Linear Time-Invariant Systems
本文提出基于多变量广义超螺旋算法（MGSTA）的LMI设计方法，实现线性时不变系统在参数不确定和扰动下的鲁棒控制，并通过三自由度机械系统验证其有限时间收敛与容错性能。
2025-02-26 cs.SY eess.SY
Model-Free Active Input-Output Feedback Linearization of a Single-Link Flexible Joint Manipulator: An Improved ADRC Approach
Electrical Engineering Department（电气工程系）；College of Engineering, Baghdad University（巴格达大学工程学院）
本文提出了一种基于改进主动扰动抑制控制（IADRC）范式的无模型主动输入输出反馈线性化（AIOFL）技术，用于设计具有已知相对次数的非线性系统的反馈线性化控制律，通过改进非线性扩展状态观测器（INLESO）估计广义扰动并结合改进非线性状态误差反馈（INLSEF）生成名义控制律，实现实时消除所有不需要的动力学、外源扰动和系统不确定性，将系统转化为积分链，仅需非线性系统的相对次数信息，并通过李雅普诺夫函数分析证明了系统的渐近稳定性。
2019-06-30 cs.RO cs.SY eess.SP
Dynamical System-Based Imitation Learning and Neuroadaptive Control for Trajectory Recovery in Autonomous Ships
University of Seville（塞维利亚大学）；CUN（哥伦比亚国立大学（昆迪纳马卡））
该研究针对自主船舶轨迹恢复问题，提出融合基于动力学系统的模仿学习参考生成器与神经自适应控制器的混合架构，经海洋系统模拟器验证，可提升扰动下的轨迹跟踪保真度并泛化复杂机动任务。
2026-08-26 cs.RO cs.SY eess.SY
Robust Distance-Based Formation Control of Multiple Rigid Bodies with Orientation Alignment
ACCESS Linnaeus Center, School of Electrical Engineering and KTH Center for Autonomous Systems, KTH Royal Institute of Technology（林奈中心电气工程学院及KTH自主系统中心，瑞典皇家理工学院）
本文研究了在3D空间中，针对第二类非线性多智能体系统，设计了去中心化无模型控制协议，实现距离和方向基的形成控制，并通过仿真验证了控制器性能。
2017-04-06 cs.SY eess.SY
Approximate predictive control barrier function for discrete-time systems
针对离散时间系统，提出将预测控制障碍函数（PCBF）近似集成到安全滤波器框架中，形成与预测时域无关的公式，理论分析其稳定性并验证了在线性系统及微型赛车仿真中的性能优势。
2025-08-25 cs.SY eess.SY math.OC
On the Internal Stability of Diffusively Coupled Multi-Agent Systems and the Dangers of Cancel Culture
Technion（以色列理工学院）
本文研究扩散耦合多智能体系统的内部稳定性，推导得出该类控制器无法稳定含共有不稳定动力学智能体的条件，指出其内在动力学抵消机制解释了相关协议受扰动时的不良表现。
2023-05-09 cs.SY eess.SY math.OC
Distributionally Robust Kalman Filtering over Finite and Infinite Horizon
本文研究有限和无限时间跨度上的分布鲁棒滤波，在Wasserstein-2模糊集下最小化最坏情况均方误差，允许时间相关干扰，分别通过SDP和KKT条件求解，并提出频域算法及有限维逼近方法。
2024-07-26 cs.SY eess.SP eess.SY
Scalable tube model predictive control of uncertain linear systems using ellipsoidal sets
针对受动态模型不确定性和外部扰动影响的线性系统，提出了一种新的鲁棒模型预测控制（MPC）算法。的不确定性建模使用一个线性分数扰动结构与时变扰动矩阵，使算法被应用到一个大的模型类。MPC控制器构造一个状态管作为一个参数化的椭球集的序列来约束系统的状态轨迹。所提出的方法的结果在一个半定的计划在线求解，其规模与系统的顺序线性。状态管的设计被配制成一个离线优化问题，它提供了灵活性，施加所需的功能，如强大的不变性的终端集。这与大多数现有的管MPC策略相比，在状态管中使用多面体集，这是难以设计的，其复杂性随着系统阶数的组合而增长。该算法保证约束满足，递归的可行性，和闭环的稳定性。使用两个仿真研究证明了该算法的优点。
2022-06-09 cs.SY eess.SY math.OC
Data-Driven Robust Covariance Control for Uncertain Linear Systems
针对动力学未知且受扰动的离散时间线性系统，提出基于输入-状态数据、最大似然噪声界估计与鲁棒凸优化的端到端协方差导引方法，并在双积分器上验证其接近模型法的效果。
2024-05-18 cs.SY eess.SY math.OC
Generalization as a robust performance property of learning-enabled dynamical systems
IMT School for Advanced Studies Lucca（卢cca高等研究院）
该研究将算法稳定性用于建立样本外界，为学习驱动动态系统的泛化性提供系统理论解释，建立矩阵不等式证明与稳定界，其结果适用于梯度下降、重球法等算法并可扩展至数据驱动控制，为验证比较学习动态泛化能力提供工具。
2026-09-01 cs.LG cs.SY eess.SY
Distributed Temperature Control via Geothermal Heat Pump Systems in Energy Efficient Buildings
Harvard Center for Green Buildings and Cities（哈佛绿色建筑与城市中心）；Harvard University（哈佛大学）
本文提出适用于多区建筑的地热泵控制方案，通过热动态模型和资源分配问题，最大化用户舒适度并最小化能耗，采用实时分布式算法实现高效控制。
2017-02-28 cs.SY eess.SY
Data-Driven Spiking Control for Distributed $\varepsilon$-Nash Equilibrium Seeking
Beijing Institute of Technology（北京理工大学）；Tsinghua University（清华大学）
本文提出数据驱动尖峰控制方法，用于分布式$\varepsilon$-纳什均衡寻求，通过鲁棒LMI从数据计算增益并以两种尖峰实现，保证最终界和均衡性能。
2026-09-15 cs.SY eess.SY
Decentralized and Distributed Temperature Control via HVAC Systems in Energy Efficient Buildings
Harvard Center for Green Buildings and Cities（哈佛绿色建筑与城市中心）；School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院）
本文设计了实时去中心化和分布式控制方案，平衡用户舒适度与节能，通过调整区域流量率优化温度和能耗，采用两种方法解决非凸问题，最终通过数值示例验证有效性。
2017-02-10 cs.SY eess.SY
Robust Tracking and Model Following Controller Based on Higher Order Sliding Mode Control and Observation: With an Application to MagLev System
研究了不确定线性定常系统的鲁棒跟踪与模型跟随控制器设计问题。该控制器是基于二阶滑模（SOSM）算法（超扭曲），这是最有效的和流行的家庭中的高阶滑模（HOSM）。超扭曲算法（STA）的使用消除了传统滑模控制中遇到的抖振问题，同时保持其鲁棒性。所设计的鲁棒跟踪控制器能够在时变不确定参数和外部干扰存在的情况下保证跟踪误差的渐近稳定性。最后，该策略被实现在磁悬浮系统（MagLev），这是固有的不稳定和非线性。在实现磁悬浮系统的RTMF控制器时，采用了一个超扭转观测器（STO）来估计未知状态，即无法直接测量的球的速度。已经观察到，基于STA-STO对的RTMF控制器对于使用连续控制的所选滑动表面不足以实现SOSM。作为一种补救措施，连续RTMF控制器的STA的基础上实现了高阶滑模观测器（HOSMO）。仿真和实验结果表明了所提出的观测器-观测器对的有效性。
2020-07-11 cs.SY eess.SY math.OC
Distributed switched model-based predictive control for distributed large-scale systems with switched topology
分布式切换大系统是由多个动态耦合的子系统组成的，其中各子系统之间的相互作用随时间的变化而变化，并受一个称为切换信号的外生输入信号的影响。在本文中，我们提出了一个分布式的鲁棒切换基于模型的预测控制（DSwMPC）控制这样的系统，受到当地的状态和输入约束。所提出的方法保证稳定整个闭环系统的原点，并确保在存在未知的开关信号的约束满足。在分布式基于模型的预测控制（DMPC）在这项工作中使用，通过考虑子系统之间的相互作用作为一个附加的干扰，开关的效果反映在动态方程，本地和一致性约束的名义子系统。在DSwMPC中，为了补偿切换信号的影响，创建一个时变的网络拓扑，一个鲁棒的基于管的切换基于模型的预测控制（RSwMPC）与切换鲁棒控制不变量（switchRCI）设置为目标设置为未知模式切换鲁棒作为本地控制器。使用三个典型的例子来评估该计划的性能。在第一个例子中，切换时间是未知的先验，但下一个邻域集被假定为已知的先验。在第二种和第三种情况下，假设它们都是先验未知的。仿真结果表明，所提出的DSwMPC在任何时候都能满足输入和状态约束。它们还验证了闭环系统收敛到原点。此外，DSwMPC与集中式SwMPC（CSwMPC）和分散式SwMPC（DeSwMPC）的比较表明，DSwMPC优于DecSwMPC，并且在CSwMPC下的响应曲线的形状与由DSwMPC获得的响应曲线的形状非常相似。
2021-12-19 cs.SY eess.SY
React to Surprises: Stable-by-Design Neural Feedback Control and the Youla-REN
Australian Centre for Robotics（澳大利亚机器人中心）；School of Aerospace, Mechanical and Mechatronic Engineering（航空航天、机械与机电工程学院）；The University of Sydney（悉尼大学）；Laboratory for Information and Decision Systems（信息与决策系统实验室）；Dept. Electrical Engineering and Computer Science（电气工程与计算机科学系）
提出基于非线性Youla-Kucera参数化和鲁棒神经网络（如循环均衡网络REN）的结构，实现无约束优化且保证闭环稳定性，并分析了非线性、部分观测和增量稳定性要求下的性质。
2026-06-01 cs.LG cs.SY eess.SY
Distributionally Robust Imitation Learning: Layered Control Architecture for Certifiable Autonomy
Department of Mechanical Science and Engineering, University of Illinois Urbana-Champaign（机械科学与工程系，伊利诺伊大学厄巴纳-香槟分校）；Department of Electrical and Systems Engineering, University of Pennsylvania（电气与系统工程系，宾夕法尼亚大学）；Mechanical and Civil Engineering, Control and Dynamical Systems, California Institute of Technology（机械与土木工程、控制与动态系统，加州理工学院）；Massachusetts Institute of Technology（麻省理工学院）；Advanced Technology Labs, Lockheed Martin（洛克希德·马丁高级技术实验室）
本文提出分布鲁棒模仿策略架构，通过整合泰勒级数模仿学习和ℓ₁-分布鲁棒自适应控制，解决分布偏移问题，实现可验证的自主性。
2025-12-19 cs.LG cs.SY eess.SY
Scaling Robust Optimization for Multi-Agent Robotic Systems: A Distributed Perspective
Georgia Institute of Technology（佐治亚理工学院）
本文提出一种可扩展的分布式鲁棒优化框架，通过ADMM方法分布计算并处理多机器人系统中的随机与确定性不确定性，实现了兼具计算效率、通信效率和可扩展性的安全多机器人控制。
2025-01-30 cs.RO cs.SY eess.SY
