MPC for Tracking applied to rendezvous with non-cooperative tumbling targets ensuring stability and feasibility
针对主动碎片清除中与非合作翻滚目标的交会,提出一种基于中间坐标变换和QP求解的模型预测追踪控制器,通过终端LQR和死区保证稳定性与可行性,并在Envisat交会模拟中验证性能。
2024-03-16 cs.SY eess.SY math.OC
Control Invariant Sets for Neural Network Dynamical Systems and Recursive Feasibility in Model Predictive Control
Department of Aerospace Engineering, University of Michigan(密歇根大学航空航天工程系);Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所)
针对神经网络动力系统控制设计缺乏严格安全与递归可行性保证的问题,本文提出基于集合递归的控制不变集合成算法及整合该集合的混合整数模型预测控制方法,经理论分析和自动驾驶仿真验证了其安全保证与有效性。
2025-05-15 cs.AI cs.SY eess.SY
Safety-Critical Control using Optimal-decay Control Barrier Function with Guaranteed Point-wise Feasibility
安全性是机器人技术的基本问题之一。最近,一个基于二次规划的控制障碍函数(CBF)方法已经出现作为一种方式来执行安全关键约束。与控制李雅普诺夫函数(CLF)一起,构成了一种安全关键控制策略CLF-CBF-QP,它可以在实现控制目标和确保安全之间进行调解,同时具有实时可执行性。然而,一旦引入诸如输入约束之类的附加约束,CLF-CBF-QP就可能遇到不可行性。为了解决由于不可行性而产生的挑战,我们提出了一种用于安全关键控制的最佳衰减形式,其中CBF的衰减率在时间上逐点优化,以便当状态位于安全集内时保证逐点可行性。所提出的控制设计的数值验证使用自适应巡航控制的例子。
2021-03-23 cs.SY eess.SY
Ensuring Network Connectedness in Optimal Transmission Switching Problems
网络连通性是传输网络正常运行的必要条件。然而,仍然缺乏有效的约束,可以直接添加到最优传输切换(OTS)的问题制定,以确保网络的连通性严格。为了填补这一空白,本文提出了一组线性连通性约束,利用网络连通性和电流网络的顶点电位方程的可行性之间的等价性。建议的约束是兼容的任何现有的OTS模型,以确保拓扑连通性。此外,我们开发了一个简化版本的建议的连通性约束,寻求提高计算效率。最后,通过一个DC OTS模型的数值研究,说明了在没有充分考虑网络连通性的情况下OTS公式的不足,并证明了所提出的约束的有效性。由连通性约束引起的计算负担是适度的,可以显着减轻使用减少的版本。
2020-12-28 cs.SY eess.SY
Feasibility-Guided Learning for Robust Control in Constrained Optimal Control Problems
Boston University(波士顿大学)
通过使用控制障碍函数和控制李雅普诺夫函数,可以将保证安全性和收敛到期望状态的约束最优控制问题映射为一系列实时优化问题。在这些方法中的主要挑战之一是确保所得到的二次规划(QP)的可行性,如果系统是仿射控制。最近提出的惩罚方法有可能改善这类问题的可行解的存在性。在本文中,我们进一步提高了可行性鲁棒性(即,在存在时变和未知的不安全集的情况下的可行性维护),通过定义适用于任意相对度约束的高阶CBF(HOCBF);这是通过提出的可行性指导学习方法实现的。具体来说,我们应用机器学习技术,将HOCBF的参数空间分为可行集和不可行集,并得到一个可微分类器,然后将其添加到学习过程中。所提出的可行性指导的学习方法进行了比较与梯度下降法的机器人控制问题。仿真结果表明,改进的能力的可行性指导的学习方法的梯度下降的方法,以确定最佳参数的可行性鲁棒性的HOCBF的定义,以及显示的CBF方法在未知环境中的机器人安全导航的潜力。
2019-12-06 cs.LG cs.SY eess.SY
Finite-time Convergent Control Barrier Functions with Feasibility Guarantees
Boston University(波士顿大学)
本文研究非线性系统初始状态违反安全约束时如何在有限时间内收敛到安全集的问题,提出一种保证有限时间收敛并满足控制约束的控制屏障函数方法,通过参数引入和可达性分析,提供系统化的参数设计方法。
2026-03-26 cs.SY eess.SY
Integral Control Barrier Functions with Input Delay: Prediction, Feasibility, and Robustness
Budapest University of Technology and Economics(布达佩斯技术与经济大学);Illinois Institute of Technology(伊利诺伊理工学院);Wichita State University(威奇托州立大学);California Institute of Technology(加州理工学院)
本文提出一种用于具有输入延迟非线性系统的安全关键控制框架,通过动态定义的积分控制器补偿延迟并确保可行性,同时利用ICBFs设计二次规划以保证鲁棒性。
2026-03-25 cs.SY eess.SY
Robust Safety Critical Control Under Multiple State and Input Constraints: Volume Control Barrier Function Method
College of Artificial Intelligence, Nankai University(南开大学人工智能学院);Shenzhen Research Institute of Nankai University(南开大学深圳研究院)
针对多约束下不确定系统的安全关键控制问题,提出结合RISE非线性扰动观测器与体积控制屏障函数的框架,在保障安全的同时降低控制保守性并维持QP可行性,经仿真与实验验证有效。
2025-03-20 cs.RO cs.SY eess.SY
Auxiliary-Variable Adaptive Control Barrier Functions
针对现有CBF-QPs在混合相对度约束和时变控制边界下的可行性问题,提出AVCBFs框架,通过在辅助函数中引入辅助变量动态调整约束,并配合自动调参方法,有效提升控制系统的安全性与可行性。
2025-03-06 cs.SY eess.SY
Approximate Dynamic Programming with Feasibility Guarantees
针对网络化系统优化方案求解大规模问题计算负担重、分布式迭代技术仅渐近可行的问题,提出一种树结构耦合子问题下可一次性给出可行解的近似动态规划方案,推广了多领域方法并通过数值算例验证了对非凸约束问题的有效性。
2024-01-29 cs.SY eess.SY math.OC
A Preventive-Corrective Scheme for Ensuring Power System Security During Active Wildfire Risks
针对活跃野火风险下电网安全运行的不确定性挑战,提出一种预防-校正协调决策方案,结合多资产停运事故分析工具与协调机组组合/最优潮流模型,在适应不同风险水平的同时缓解系统脆弱性并最小化运营成本。
2025-07-11 cs.SY eess.SY
Distributed Constraint-coupled Resource Allocation: Anytime Feasibility and Violation Robustness
本文针对带耦合约束的实时分布式资源分配问题,结合原始-对偶方法与控制障碍函数设计DanyRA算法,保障全时刻约束可行,引入虚拟队列提升干扰下的违规鲁棒性,还扩展至等式约束场景并证明线性收敛性。
2025-08-04 cs.SY eess.SY math.OC
Sufficient Conditions for Feasibility of Optimal Control Problems Using Control Barrier Functions
Boston University(波士顿大学)
利用控制障碍函数(CBF)和控制李雅普诺夫函数(CLF),仿射控制系统在满足状态和控制约束的同时,以期望的状态收敛性为约束,优化二次代价,可以归结为一系列二次规划。这种方法的主要挑战之一是确保这些QP的可行性,特别是在严格的控制界限和高相对程度的安全约束下。本文给出了保证可行性的充分条件。充分条件由CBF强制的单个约束捕获,CBF被添加到QP,使得它们的可行性总是得到保证。额外的约束被设计为总是与现有的约束兼容,因此,它不能使一组可行的约束不可行-它只能增加整体可行性。我们说明了所提出的方法对自适应巡航控制问题的有效性。
2020-11-16 cs.RO cs.SY eess.SY
Enhanced Optimal Power Flow Based Droop Control in MMC-MTDC Systems
本文针对MMC-MTDC系统提出增强最优潮流模型与自适应电压下垂控制策略,以降低发电成本和直流电压偏差,并在改进Nordic 32测试系统中验证其可行性与有效性。
2024-06-20 cs.SY eess.SY
MPA-DNN: Projection-Aware Unsupervised Learning for Multi-period DC-OPF
Korea Institute of Energy Technology(韩国能源技术研究院)
针对深度神经网络在含高比例可再生能源和储能的电力系统中难以满足多时段运行约束的问题,提出融入投影层的MPA-DNN,实现无监督端到端学习,在保证严格满足约束的同时达到近最优性能。
2025-10-10 cs.SY eess.SY
High-Order Matrix Control Barrier Functions: Well-Posedness and Feasibility via Matrix Relative Degree
University of California, Los Angeles(加州大学洛杉矶分校);California Institute of Technology(加州理工学院)
本文提出高阶矩阵控制障碍函数,解决矩阵值安全约束的良定性与可行性问题,通过最优衰减方法确保正定性约束的前向不变性。
2026-10-14 cs.SY eess.SY math.OC
Efficient Graph Partitioning under Resource Constraints: A Cutting-Plane Framework for Distribution Grids
Arizona State University(亚利桑那州立大学);Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室)
本文提出了一种基于切割平面方法的最优网络拓扑控制框架,用于在可控边下实现高效的网络划分。该框架通过整合图论约束、资源流和网络结构特性,确保操作层级,并通过迭代切割平面框架实现最优网络拓扑。
2026-09-22 cs.SY eess.SY math.OC
Minimal Intervention Shared Control with Guaranteed Safety under Non-Convex Constraints
Aalto University(阿alto大学)
本文提出了一种考虑约束的辅助控制器,通过在线计算控制动作,确保递归可行性、严格约束满足和最小偏离用户意图,适用于非凸约束的现实场景。
2026-03-17 cs.HC cs.RO cs.SY
Reachability-Guaranteed Optimal Control for the Interception of Dynamic Targets under Uncertainty
German Aerospace Center (DLR)(德国航空航天中心)
本文提出了一种在不确定性环境下保证可达性的最优控制方法,用于确保动态目标拦截的鲁棒性和可行性。
2025-04-10 cs.RO cs.SY eess.SY
Inverse Chance Constrained Optimal Power Flow
本文提出逆机会约束最优潮流,将安全水平从参数转为决策变量,以求解系统可支持的最高可行安全水平,并设计牛顿-拉夫逊型迭代算法高效求解,数值实验验证了方法有效性。
2025-06-22 cs.SY eess.SY math.OC
Prescribed Performance Control of Unknown Euler-Lagrange Systems Under Input Constraints
Centre for Cyber-Physical Systems IISc(网络物理系统研究中心IISc)
本文提出了一种用于欧拉-拉格朗日系统轨迹跟踪的规定性能控制方法,通过硬 funnel 约束和两种安全策略,确保在输入限制下实现鲁棒的跟踪性能。
2026-02-17 cs.RO cs.SY eess.SY
Optimal Frequency Support from Virtual Power Plants: Minimal Reserve and Allocation
本文提出一种面向虚拟电厂的最小备用与分配策略,通过捕捉时变功率注入并基于能量模型分解各逆变器资源出力,在保障频率安全的同时显著提升VPP经济收益。
2025-04-10 cs.SY eess.SY
Ensuring reliability in 100% renewable microgrids: a scenario-based joint planning and operational design framework
Monash University(莫纳什大学)
本文提出了一种基于场景的优化框架,通过分阶段解决长期容量规划和短期运营调度问题,以提高100%可再生能源微电网的可靠性,同时最小化系统总成本。
2026-05-16 cs.SY eess.SY math.OC
Stability-Certified Reinforcement Learning via Spectral Normalization
The University of Tokyo(东京大学);Mitsubishi Electric Corporation(三菱电机公司)
在这篇文章中,两种类型的方法,从不同的角度基于谱归一化的描述,以确保由神经网络控制的系统的稳定性。第一个条件是反馈系统的L2增益有界小于1,以满足由小增益定理导出的稳定性条件。虽然显式地包括稳定性条件,但第一种方法可能由于其严格的稳定性条件而在神经网络控制器上提供不足的性能。为了克服这一困难,第二个,提出了提高性能,同时确保局部稳定性与更大的吸引区域。在第二种方法中,通过对神经网络控制器进行训练后求解线性矩阵不等式来保证稳定性。本文提出的谱归一化通过构造更紧密的局部扇区,提高了后验稳定性检验的可行性。数值实验表明,与现有的强化学习算法相比,第二种方法在保证足够稳定性的同时,提供了比第一种方法更好的性能。
2020-12-26 cs.AI cs.LG cs.SY
A Rapid Iterative Trajectory Planning Method for Automated Parking through Differential Flatness
State Key Laboratory of Industrial Control Technology(工业控制技术国家重点实验室);Ningbo Innovation Center(宁波创新中心)
针对自动泊车中路径速度分解轨迹规划存在的快速精确避障冲突及换挡点控制可行性不足问题,提出基于微分平坦性的快速迭代方法,通过新颖避障框架和末端平滑约束提升性能,仿真与实车实验验证其优越性与适用性。
2025-08-23 cs.RO cs.SY eess.SY
A safety governor for learning explicit MPC controllers from data
针对神经网络逼近MPC律时的约束安全问题,提出带安全治理器的双模学习型显式MPC结构,保证状态与输入约束及递推可行性,且更适合高维系统。
2025-07-21 cs.SY eess.SY stat.ME
Safe Multi-Agent Reinforcement Learning with Convergence to Generalized Nash Equilibrium
MIT(麻省理工学院)
本文针对安全多智能体强化学习中的全时程约束与可行性问题,提出基于控制不变集和对偶策略迭代的框架,并设计MADAC算法,在保证收敛到广义纳什均衡的同时实现更高奖励和更少约束违反。
2026-11-17 cs.LG cs.SY eess.SY
Differentiable Projection-based Learn to Optimize in Wireless Network-Part I: Convex Constrained (Non-)Convex Programming
State Key Laboratory of ISN(ISN国家重点实验室);School of Telecommunications Engineering, Xidian University(西安电子科技大学通信工程学院);School of Cyber Engineering, Xidian University(西安电子科技大学网络与信息安全学院)
本文提出一种基于可微投影的方法,将不可行的神经网络输出投影至可行域以严格满足凸约束,并推导目标函数及其梯度实现无监督训练,有效解决了传统求解器难以处理的一般凸约束(非)凸优化问题。
2025-01-29 cs.LG cs.SY eess.SY
i13DR: A Real-Time Demand Response Infrastructure for Integrating Renewable Energy Resources
随着可再生能源(RES)的不断整合,电网的复杂性正在增加。由于可再生能源的波动性,确保电网的可靠性可能具有挑战性。解决这些挑战的一种可能方法是需求响应(DR),其被描述为根据变化和供应的可用性来匹配对电能的需求。然而,实施DR系统来实时的【形】监视和控制大量电器引入了若干新的复杂性,包括确保系统的可靠性和财务可行性。在这项工作中,我们解决这些问题,通过设计和实施一个分布式的实时的【形】灾难恢复基础设施的笔记本电脑,估计和控制的功耗网络连接的笔记本电脑响应快速,不规则的变化RES。此外,由于我们的方法是完全基于软件的,我们大大降低了需求方参与者的初始成本。我们的现场实验的结果证实,我们的系统成功地调度和执行快速,有效的DR事件。然而,所有参与的笔记本电脑的估计功耗的准确性相对较低,这是我们基于软件的方法直接造成的。
2022-10-31 cs.DC cs.SY eess.SP
RRT* Based Optimal Trajectory Generation with Linear Temporal Logic Specifications under Kinodynamic Constraints
Centre for Cyber-Physical Systems, IISc(印度科学学院网络物理系统中心)
提出一种基于RRT*的轨迹生成方法,结合LTL鲁棒性度量与运动约束,通过递归成本函数平衡可行性与逻辑正确性,经仿真和实验验证,适用于复杂真实场景。
2024-11-09 cs.RO cs.SY eess.SY
Network Epidemic Control via Model Predictive Control: Extended Version
Boston University(波士顿大学)
针对网络SIQR模型,提出一种通过硬谱约束严格抑制传播的安全关键模型预测控制(MPC)方法,实现可调指数衰减率,并证明递归可行性和全局衰减。
2026-05-25 cs.SY eess.SY math.OC