Adaptive Control with Rate-Limited Integral Action for Systems with Matched, Time-Varying Uncertainties
本文针对带匹配时变不确定性的系统，提出将模型参考自适应控制与带幅值和速率受限积分作用的扰动观测器控制相结合，在保持鲁棒性的同时抑制扰动并避免控制指令快速波动。
2025-03-11 cs.SY eess.SY
Online Data-Driven Adaptive Control for Unknown Linear Time-Varying Systems
针对未知线性时变系统控制问题，提出一种基于短时间窗口数据周期性更新反馈增益的在线数据驱动自适应控制方法，可保证实际全局指数稳定性，经仿真验证性能优于同类算法。
2024-01-27 cs.SY eess.SY
Parameter Update Laws for Adaptive Control with Affine Equality Parameter Constraints
University of Connecticut（康涅狄格大学）
本文提出了一种具有仿射等式约束的自适应控制参数更新律，通过约束优化问题推导出两种更新方法，并通过仿真验证了其在参数收敛和轨迹跟踪方面的有效性。
2026-02-20 cs.SY eess.SY
Delay-Enabled Adaptive Learning of Time-Varying Parameters
University of Rhode Island（罗德岛大学）
本文提出一种带延迟的自适应估计器，通过引入延迟动态状态估计参数变化率，实现时变参数的准确学习，性能优于传统及近期时变参数估计器，且无需状态导数或参数变化假设模型。
2026-10-15 cs.SY eess.SY
Adaptive Tracking Control of Euler-Lagrange Systems with Time-Varying State and Input Constraints
Indian Institute of Technology Delhi（印度德里理工学院）
本文提出了一种针对Euler-Lagrange系统的时间变化状态和输入约束的自适应控制方法，通过时间变化障碍Lyapunov函数和饱和控制律实现约束满足，并通过实验验证了其有效性。
2026-03-09 cs.SY eess.SY
Adaptive Control with Guaranteed Transient Behavior and Zero Steady-State Error for Systems with Time-Varying Parameters
对于不确定非线性系统，实现全局零误差调节是非常重要的。潜在的问题变得更具挑战性，如果不匹配的不确定性和未知的时变控制增益参与，但某些性能指标也追求。本文提出了一种自适应控制方法，该方法不需要持续激励（PE）条件，就能保证反馈和输入通道中参数快速时变的参数严格反馈系统的全局零误差调节和保证输出性能。我们的控制方案的发展得益于广义t依赖和x依赖函数，提出了一种新的坐标变换和“变量叠加”方法。理论分析和数值仿真均验证了该方法的有效性和优越性。
2022-02-13 cs.SY eess.SY
Adaptive Event-triggered Control For Strict-feedback Systems With Time-varying Parameters
针对含未知边界快时变参数的严格反馈系统，提出嵌入事件触发机制并采用三种自适应律与软符号函数的自适应渐近控制方案，实现全局一致渐近稳定且排除 Zeno 行为。
2023-12-11 cs.SY eess.SY
Hopfield Neural Networks for Online Constrained Parameter Estimation with Time-Varying Dynamics and Disturbances
本文提出两种基于投影的Hopfield神经网络估计器，用于在线受限参数估计，通过约束意识和补偿机制提高估计精度与鲁棒性。
2025-11-26 cs.SY eess.SY
Direct Adaptive Controller for Uncertain MIMO Dynamic Systems with Time-varying Delay and Dead-zone Inputs
South China University of Technology（华南理工大学）；Massachusetts Institute of Technology (MIT)（麻省理工学院）；Northeastern University（东北大学）；University of Science and Technology Beijing（北京科技大学）
本文提出了一种自适应跟踪控制方法，用于处理具有时间变化延迟和未知非线性死区输入的非线性参数化MIMO动态系统。通过引入新的高维积分Lyapunov-Krasovskii函数，确保系统全局稳定性和跟踪误差收敛到原点。
2015-06-25 cs.SY eess.SY
Distributed Robust Continuous-Time Optimization Algorithms for Time-Varying Constrained Cost
针对受扰动多智能体系统中的时变代价与约束，提出融合对数障碍罚函数和积分滑模控制的分布式连续时间优化框架，实现最优解渐近零误差跟踪。
2024-09-09 cs.SY eess.SY
State and Input Constrained Model Reference Adaptive Control with Robustness and Feasibility Analysis
本文提出一种无优化、自适应的饱和 MRAC 与 BLF 结合方法，使受不匹配有界扰动的不确定 LTI 系统满足状态与输入约束，并给出可行性条件。
2025-08-29 cs.SY eess.SY
Chance Constrained Stochastic Optimal Control for Linear Systems with a Time Varying Random Control Matrix
针对控制矩阵随机的线性系统，本文提出一种基于单侧Vysochanskij-Petunin不等式的开环机会约束最优控制方法，将联合机会约束转化为双凸约束，并在航天器交会任务中验证其优于场景法和Cantelli矩方法。
2023-08-12 cs.SY eess.SY math.OC
Position Constrained, Adaptive Control of Robotic Manipulators without Velocity Measurements
本文提出了一种基于模型的、关节位置跟踪误差受限的自适应输出反馈控制器的设计和相应的稳定性分析。具体而言，假设初始关节位置跟踪误差在预定义区域内开始，所提出的控制器算法确保关节跟踪误差保持在该区域内并且渐近地接近于零，尽管缺乏与系统动态相关联的关节速度测量和不确定性。通过使用替代滤波器公式并结合使用所需的模型补偿，消除了对关节速度测量的需要。通过一个基于障碍李雅普诺夫函数的参数证明了闭环系统的稳定性和收敛性。最后以一个双连杆机器人为例进行了仿真，验证了该方法的可行性和有效性。
2021-07-07 cs.SY eess.SY
An Adaptive Observer for Uncertain Linear Time-Varying Systems with Unknown Additive Perturbations
本文研究了线性时变系统的自适应状态观测问题，其中系统和输入矩阵依赖于未知时变参数。假设这些参数满足一些已知的LTV动力学，但初始条件未知。此外，状态方程的摄动的附加信号产生的外系统具有不确定的常数参数。我们的主要贡献是提出了一个全局收敛的状态观测器，只需要对系统的弱激励假设。
2021-12-10 cs.RO cs.SY eess.SY
A Family of Constrained Adaptive filtering Algorithms Based on Logarithmic Cost
Indian Institute of Technology, Kharagpur（印度理工学院卡拉格普尔分校）
本文提出了一种基于相对对数成本函数的新型约束自适应滤波算法CLMLS，通过调整成本函数提升性能，并通过能量守恒方法分析了其均方稳定性，验证了稀疏CLMLS在状态-of-the-art中的优越性。
2018-01-19 cs.SY eess.SY
Adaptive MPC under Time Varying Uncertainty: Robust and Stochastic
研究了约束不确定系统的自适应模型预测控制策略。考虑一个线性系统，存在有界时变附加不确定性。将不确定性解耦为具有已知界限的过程噪声和我们希望识别的时变偏移的总和。假设时变偏移不确定性在时间上逐点未知。它的域，称为可行参数集，和它的最大变化率是已知的控制设计者。随着新的数据变得可用，我们使用已知的过程噪声界限，用基于集成员方法的方法来改进可行参数集。我们考虑两个独立的情况下，系统状态的鲁棒性和概率约束，执行器输入的硬约束。在这两种情况下，我们鲁棒地满足可行参数集中偏移不确定性的所有可能值的约束。通过施加适当的终端条件，我们证明了所提出的算法的递归可行性和稳定性。所提出的鲁棒和随机自适应MPC算法的有效性与详细的数值例子说明。
2021-04-11 cs.SY eess.SY
Robust Adaptive Prescribed-Time Control for Parameter-Varying Nonlinear Systems
对于具有未知、快速甚至突变时变参数的严格反馈系统，实现自适应规定时间控制是一个有趣的公开问题。在本文中，我们提出了一个解决方案的帮助下，几个设计和分析创新。首先，通过时空变换，将原系统在有限时间区间上的可操作性转化为在无限时间区间上的可操作性，从而允许李雅普诺夫渐近设计，并将有限时域上的规定时间镇定转化为无限时域上的渐近镇定.其次，针对具有未知变化边界的时变参数，我们采用了变量自适应方法，建立了三个独立的参数估计自适应律（两个用于反馈通道中的未知参数，一个用于输入通道中的未知参数），并利用两个调节函数来消除过参数化。第三，为了使变换后的系统渐近收敛，我们利用非线性阻尼设计和基于非回归量的设计来处理时变扰动，最后，我们通过逆时间尺度变换从渐近控制器推导出指定时间的控制方案。通过李雅普诺夫分析、挤压定理和基于常数变易法的两个新引理，严格证明了所有闭环信号和控制输入的有界性。数值仿真验证了该方法的有效性。
2022-10-23 cs.SY eess.SY
State and Input Constrained Adaptive Tracking Control of Uncertain Euler-Lagrange Systems with Robustness and Feasibility Analysis
本文针对存在外部干扰的不确定Euler-Lagrange系统，提出一种结合障碍Lyapunov函数与饱和控制器的自适应跟踪控制方法，确保状态与输入满足约束，并首次为可行控制策略的存在性提供了可验证条件，仿真验证了其有效性。
2025-05-28 cs.SY eess.SY
Adaptive Event-Triggered MPC for Linear Parameter-Varying Systems with State Delays, Actuator Saturation and Disturbances
本文针对带状态延迟、执行器饱和和扰动的LPV系统，提出一种基于Lyapunov-Krasovskii的自适应事件触发MPC方案，实现触发机制与控制律协同优化，并通过仿真验证其降低通信负载的有效性。
2025-09-09 cs.SY eess.SY
Robust Adaptive MPC in the Presence of Nonlinear Time-Varying Uncertainties: An Uncertainty Compensation Approach
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of Alabama（阿拉巴马大学）；University of Michigan（密歇根大学）
本文提出一种基于不确定性的鲁棒自适应MPC框架，用于具有非线性时变不确定性的线性系统，通过L1自适应控制器补偿匹配不确定性，并利用线性矩阵不等式设计鲁棒反馈控制器以减轻未匹配不确定性的影响，通过误差界收紧状态和输入约束，提升系统性能。
2026-03-19 cs.SY eess.SY
Constrained Parameter Update Law for Adaptive Control
University of Connecticut（康涅狄格大学）
本文提出了一种基于约束优化的自适应控制参数更新方法，通过仿真验证了其在保持参数约束和收敛到真实参数方面的有效性。
2026-08-31 cs.SY eess.SP eess.SY
Robust Adaptive Control of Linear Parameter-Varying Systems with Unmatched Uncertainties
本文提出一种用于LPV系统的鲁棒自适应控制架构，结合L1自适应控制与PPG最小化以处理匹配和不匹配不确定性，并推导出性能界限，通过F-16飞机仿真验证有效性。
2024-07-25 cs.SY eess.SY
Adaptive model predictive control with exploring property for constrained linear systems that uses basis function model parametrization
Automatic Control Laboratory, Swiss Federal Institute of Technology Zurich（苏黎世联邦理工学院自动控制实验室）
本文提出一种适用于受约束线性系统的自适应模型预测控制方法，利用基函数模型参数化，并具备探索性质。
2013-09-20 cs.SY eess.SY math.OC
Grid-Constrained State-Adaptive Particle Swarm Optimization: A Discrete and Efficient Heuristic Solver for Precise Harmonic Programming
针对现有HPPWM求解方法忽略数字控制器定时器分辨率导致的最优性偏差问题，提出GCSA-PSO策略，直接在离散空间搜索可实现脉冲序列，结合状态自适应评估提升效率，实验表明其计算时间更短、控制精度更高。
2026-08-25 cs.SY eess.SY
State and Input Constrained Model Reference Adaptive Control
状态和输入约束的满足是控制工程应用中最关键的要求之一。在经典的模型参考自适应控制（MRAC）公式中，虽然状态和输入保持有界，但界既不是用户定义的，也不是先验已知的。针对具有自定义状态和输入约束的多变量线性时不变（LTI）对象，采用简单的饱和控制设计和障碍李雅普诺夫函数（BLF），设计了一种模型参考自适应控制器。没有任何限制性的假设，可能会限制实际的实施，所提出的控制器保证植物状态和控制输入保持在用户定义的安全设置的所有时间，同时确保植物状态轨迹跟踪参考模型轨迹。该控制器保证所有闭环信号有界，轨迹跟踪误差渐近收敛到零。仿真结果验证了所提出的约束MRAC的有效性，更好的跟踪性能和有限的控制工作相比，标准的MRAC算法。
2022-06-27 cs.SY eess.SY
Chance Constrained Stochastic Optimal Control for Linear Systems with Time Varying Random Plant Parameters
本文针对状态矩阵含时变随机参数的线性系统，利用单侧Vysochanskij-Petunin不等式将联合机会约束转化为可处理形式，提出一种开环控制方案，并在双母线电力系统中验证其求解时间优于情景方法。
2023-03-22 cs.SY eess.SY math.OC
Adaptive Control with Global Exponential Stability for Parameter-Varying Nonlinear Systems under Unknown Control Gains
即使对于具有匹配不确定性和持续激励条件的时不变非线性系统，指数稳定性也是不平凡的。本文在不需要PE条件的情况下，研究了具有非匹配不确定性和未知时变控制增益的严格反馈系统的全局指数镇定问题。所得到的控制，嵌入时变反馈增益，能够确保全局指数稳定的参数严格反馈系统的持续激励的情况下。通过使用增强的Nussbaum函数，以前的结果被推广到更一般的非线性系统的时变控制增益的符号和大小是未知的。特别是，Nussbaum函数的辐角在非线性阻尼设计的帮助下保证始终为正，这对于Nussbaum函数的有界性进行直接的技术分析至关重要。最后，建立了参数变化严格反馈系统的全局指数稳定性，控制输入和更新速率的有界性，以及参数估计的渐近恒常性。数值仿真结果验证了所提方法的有效性和优越性。
2022-10-23 cs.SY eess.SY
Adaptive Spatial-Temporal Graph Learning-Enabled Short-Term Voltage Stability Assessment against Time-Varying Topological Conditions
College of Electrical and Information Engineering, Hunan University（湖南大学电气与信息工程学院）；State Key Laboratory of HVDC (China Southern Power Grid Electric Power Research Institute)（高压直流输电国家重点实验室（中国南方电网电力科学研究院））
本文提出一种自适应空间-时间图学习方法，用于在时间变化拓扑条件下评估短时电压稳定性。通过自适应图表示矩阵和空间注意力机制，有效捕捉电网中节点间的复杂空间关联，并利用优化的残差时空图卷积网络挖掘系统时空特征。
2026-04-25 cs.SY eess.SY
State Constrained Model Reference Adaptive Control with Input Amplitude and Rate Limits
本文针对不确定MIMO LTI植物，提出了一种基于双层BLF的鲁棒MRAC，在存在扰动时确保状态、输入幅值与速率满足约束，并提供了可行控制策略的充分条件。
2025-05-28 cs.SY eess.SY
$\mathcal{L}_{1}$ Adaptive Optimizer for Online Time-Varying Convex Optimization
提出 $\mathcal{L}_{1}$ 自适应优化方法，通过自适应更新律估计并补偿在线时变凸优化中预测模型的不准确性，提供误差性能界限，实现高效可靠的优化。
2025-03-01 cs.SY eess.SY math.OC
Robust Model Predictive Control for Constrained Uncertain Systems Based on Concentric Container and Varying Tube
针对同时受加性与乘性扰动的受约束系统，提出基于同心容器和可变管的RMPC方法，以降低保守性和在线计算量并扩大吸引域。
2024-12-04 cs.SY eess.SY
Online Proximal-ADMM For Time-varying Constrained Convex Optimization
本文考虑了一个带成本和约束的凸优化问题，该问题随时间演化。要最小化的函数是强凸的，可能是不可微的，变量通过线性约束耦合。在这种情况下，本文提出了一种基于交替方向乘法（ADMM）的在线算法，跟踪时变问题的最优解轨迹，特别是，该算法由原始的近端梯度下降步骤和适当扰动的双上升步骤。本文推导出跟踪结果，渐近界，线性收敛结果。然后将该算法应用于一个多区域电网优化问题，数值结果验证了算法的有效性。
2021-01-12 cs.SY eess.SY math.OC
Adaptive Data-Driven Min-Max MPC for Linear Time-Varying Systems
University of Stuttgart（斯图加特大学）；Institute for Systems Theory and Automatic Control, University of Stuttgart（斯图加特大学系统理论与自动控制研究所）；Center for Integrated Quantum Science and Technology (IQST), University of Stuttgart（斯图加特大学集成量子科学与技术中心）
本文提出一种自适应数据驱动的min-max MPC方法，用于稳定线性时变系统并满足约束条件。
2026-03-06 cs.SY eess.SY
Adaptive Control of Euler-Lagrange Systems under Time-varying State Constraints without a Priori Bounded Uncertainty
Luleå University of Technology（吕勒奥理工大学）；International Institute of Information Technology, Hyderabad（海得拉巴国际信息技术学院）
针对预定义时变状态约束下的Euler-Lagrange系统，提出一种无需系统参数与状态相关不确定性先验知识的新型自适应控制器，利用Lyapunov方法证明闭环稳定，并通过模拟机械臂验证了有效性。
2023-10-31 cs.RO cs.SY eess.SY
Distributed Adaptive Time-Varying Optimization with Global Asymptotic Convergence
针对多智能体时变优化，本文提出由死区算法桥接平均估计器与自适应优化器的分布式算法，证明全局渐近收敛并扩展至一般代价函数。
2024-08-03 cs.SY eess.SY math.OC
Model Reference Adaptive Control Allocation for Constrained Systems with Guaranteed Closed Loop Stability
针对具有执行器饱和的不确定过驱动系统，提出了一种自适应控制分配方法。所提出的方法不需要不确定性估计或持续激励假设。使用逐单元非对称投影算法，自适应参数被限制为满足一定的最优性条件，从而使整个闭环系统稳定。此外，提出了一种具有时变滑模面的滑模控制器，与自适应控制分配相结合，以保证外环的稳定性和参考跟踪存在控制分配误差和干扰。以研究环境中的Aerodata模型作为过驱动系统，在执行器饱和的情况下进行了仿真，验证了所提方法的有效性。
2019-09-22 cs.SY eess.SY math.OC
Adaptive Altitude Control of a Tethered Multirotor Autogyro under Varying Wind Speeds using Differential Rotor Braking
Department of Mech.
针对系留多旋翼自转旋翼机，提出一种基于差动转子制动的自适应高度控制策略，通过估计平衡高度与俯仰角的二次关系，实现变风速下的高度调节与稳定飞行。
2025-09-24 cs.SY eess.SY physics.ao-ph
Online Interior-point Methods for Time-varying Equality-constrained Optimization
提出首个支持时变等式约束的无投影在线凸优化算法OIPM-TEC，推导其次线性动态遗憾与约束违反界，并设计高效变体epsilon-OIPM-TEC，在最优潮流问题中验证了性能。
2024-05-31 cs.SY eess.SY math.OC
Accelerated Nonconvex ADMM with Self-Adaptive Penalty for Rank-Constrained Model Identification
本文针对秩约束模型辨识问题，提出一种基于增广拉格朗日函数一阶分析的自适应惩罚更新策略，并结合Anderson加速方案，有效加速了非凸ADMM的收敛并降低了对惩罚参数调节的依赖。
2023-09-08 cs.SY eess.SY math.OC
Distributed Stochastic Constrained Composite Optimization over Time-Varying Network with a Class of Communication Noise
研究了一类带有通信噪声的时变网络上分布式随机多智能体约束最优化问题。本文考虑的问题，在复合优化设置，这是更普遍的文献中的噪声网络优化。值得注意的是，现有的主流噪声网络优化方法是基于欧几里德投影。基于Bregman投影的镜像下降格式，提出了一种非欧方法，并研究了其收敛性。这种方法是分布式随机复合镜像下降型方法（DSCMD-N），它提供了一个更通用的算法框架。得到了DSCMD-N的一些新的误差界。据我们所知，这是第一个工作，分析和推导的收敛速度的优化算法在噪声网络优化。在适当的通信噪声条件下，我们还证明了该方法在非光滑凸优化下可以得到一个最优的$O(1/\sqrt{T})$速率。在期望收敛性、高概率收敛性和几乎必然收敛性方面得到了新的收敛结果。
2022-12-19 cs.SY eess.SY math.OC
Design and Implementation of a Fuzzy Adaptive Controller for Time-Varying Formation Leader-Follower Configuration of Nonholonomic Mobile Robots
University of Tehran（德黑兰大学）
研究了基于轨迹跟踪控制策略的非完整移动机器人时变主从编队控制问题。在时变编队中，每个跟随器的相对方位和距离是可变参数，因此，即使不改变领导机器人的线速度和角速度，跟随器也可以执行各种复杂的行为。在建立时变主从编队运动学模型的基础上，采用反推控制方法保持编队结构不变。利用李雅普诺夫定理研究了编队的全局稳定性。此外，所设计的非线性控制器的缺点是在初始阶段输入指令过大。针对此问题，提出了一种模糊自适应算法来改进反演控制器，并保证了所得到的模糊自适应反演控制器的全局稳定性。在主从编队的运动学模型和控制器设计过程中考虑相对距离和方位的变化率，使得编队在动态和杂波环境中更实用，并且能够定义跟随者的复杂行为，并且提供碰撞和障碍物避免而无需在不同的控制策略之间切换。最后，所提出的运动学模型和设计的控制器的性能进行了研究，通过仿真和实验研究。
2022-05-23 cs.RO cs.SY eess.SY
Robust Filtering for Adaptive Homodyne Estimation of Continuously Varying Optical Phase
School of Engineering and Information Technology, University of New South Wales, Canberra（新南威尔士大学堪培拉校区工程与信息技术学院）
针对连续变化光相位的自适应零差估计问题，提出使用最优卡尔曼滤波和保证成本鲁棒滤波来降低均方误差并增强对噪声参数波动的鲁棒性。
2012-11-30 cs.SY eess.SY math.OC
Parameter Estimation in Adaptive Control of Time-Varying Systems Under a Range of Excitation Conditions
Massachusetts Institute of Technology（麻省理工学院）；The Boeing Company（波音公司）；Air Force Research Laboratory（空军研究实验室）
针对一类时变对象的适应控制，提出了一种新的参数估计算法。该算法的主要特点是时变学习率矩阵，当满足激励条件时，该矩阵使参数估计误差轨迹以指数形式快速趋于一个紧集。该算法是采用在一个大类的问题，其中未知参数是存在的，是随时间变化的。结果表明，该算法保证了系统的状态和参数误差的全局有界性，避免了常用的滤波方法来构造关键回归信号。此外，在有限和持续激励的存在下，这些错误往往以指数方式快速向紧凑集的时间间隔。一个投影算子用于确保学习率矩阵的有界性，相比随时间变化的遗忘因子。提供了数值模拟来补充理论分析。
2021-11-17 cs.LG cs.SY eess.SY
Data-Driven Predictive Control with Adaptive Disturbance Attenuation for Constrained Systems
本文提出一种结合H-infinity控制与MPC的数据驱动预测控制方法，能根据系统状态和预测扰动动态调整扰动衰减性能，并在含噪数据下保证了闭环稳定性、约束满足和递归可行性。
2024-03-22 cs.SY eess.SY math.OC
Model reference adaptive control for state and input constrained linear systems
针对不确定线性系统状态与输入联合约束下现有约束条件复杂难验证的问题，结合参考修正与障碍Lyapunov方法推导自适应控制器，给出易于验证的控制与参考约束条件。
2023-08-23 cs.SY eess.SY math.OC
Fixed-time Adaptive Neural Control for Physical Human-Robot Collaboration with Time-Varying Workspace Constraints
Queen’s University Belfast（贝尔法斯特女王大学）；University of Warwick（华威大学）；National University of Singapore（新加坡国立大学）
针对物理人机协作中的时变工作空间约束与接触柔顺需求，提出融合柔顺控制、TVIBLF和固定时间技术的自适应神经控制框架，并通过两连杆机械臂仿真验证其更优跟踪与收敛性能。
2023-04-26 cs.RO cs.SY eess.SY
Interference Constrained Beam Alignment for Time-Varying Channels via Kernelized Bandits
为了充分利用毫米波丰富的频谱资源，大型天线阵列需要进行波束对准以获得较大的阵列增益。在实际的动态无线环境中，由于时变和多径效应，信道建模是具有挑战性的。在本文中，我们制定的波束对准问题作为一个非平稳的在线学习问题的目标是最大限度地提高接收信号的干扰约束下的强度。特别是，我们采用非平稳核化的强盗利用波束之间的相关性和复杂的波束形成和多径信道函数的模型。此外，为了减轻对其他用户设备的干扰，我们利用原始-对偶方法来设计一个受约束的UCB类型的核化强盗算法。我们的理论分析表明，该算法可以自适应地调整波束在时变环境中，这样的累积遗憾的接收信号和约束违反相对于时间具有次线性界限。这一结果是独立的应用程序，如自适应定价和新闻排名的兴趣。此外，该算法假设信道是一个黑盒函数，不需要任何先验知识进行动态信道建模，因此适用于各种场景。我们进一步表明，如果信道变化的信息是已知的，该算法将有更好的理论保证和性能。最后，我们进行仿真，以突出所提出的算法的有效性。
2022-07-02 cs.NI cs.SY eess.SY
Learning Constrained Adaptive Differentiable Predictive Control Policies With Guarantees
Pacific Northwest National Laboratory（太平洋西北国家实验室）
我们提出了可微预测控制（DPC），学习约束的线性系统的概率性能保证的神经控制策略的方法。我们采用自动微分获得直接的政策梯度反向传播的模型预测控制（MPC）的损失函数和约束的惩罚，通过可微的闭环系统动力学模型。我们证明了所提出的方法可以学习参数约束控制策略来稳定具有不稳定动态的系统，跟踪时变参考，并满足非线性状态和输入约束。与基于模仿学习的方法相比，我们的方法不依赖于监督控制器。最重要的是，我们证明，在不损失性能的情况下，我们的方法是可扩展的，计算效率比隐式，显式和近似MPC。IEEE Transactions on Automatic Control（IEEE自动控制学报）
2022-01-27 cs.LG cs.NE cs.SY
Robust Estimation of Optical Phase Varying as a Continuous Resonant Process
University of New South Wales, Canberra（新南威尔士大学堪培拉分校）
针对连续变化光学相位的自适应零差估计，提出一种基于保证成本鲁棒滤波器的方法，以应对谐振噪声过程中的参数不确定性，实现鲁棒相位估计。
2013-03-01 cs.SY eess.SY math.OC
An Adaptive Grasping Force Tracking Strategy for Nonlinear and Time-Varying Object Behaviors
Tsinghua University（清华大学）；Department of Mechanical Engineering, Tsinghua University（清华大学机械工程系）
本文提出基于LSTM网络的通用刚度估计器，解决非线性和时变物体抓取力跟踪问题，提升机器人在非结构化环境中的抓取能力。
2025-04-25 cs.LG cs.RO cs.SY
Safe Adaptive Learning-based Control for Constrained Linear Quadratic Regulators with Regret Guarantees
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；MIT-IBM Watson AI Lab（麻省理工学院-IBM沃森人工智能实验室）；IBM Research（IBM研究院）；SEAS Harvard University（哈佛大学工程与应用科学学院）
研究了具有二次型代价函数的未知线性系统的自适应控制问题。这个问题的挑战来自于安全、探索、性能和计算之间的紧张关系。为了解决这些挑战，我们提出了一个多项式时间的算法，保证可行性和约束满足在适当的条件下具有高概率。我们的算法是在一个单一的轨迹上实现的，不需要系统重新启动。此外，我们分析了遗憾的学习算法相比，最优安全的线性控制器与已知的模型信息。所提出的算法可以实现一个$\tilde O(T^{2/3})$遗憾，其中$T$是阶段的数量和$\tilde O(\cdot)$吸收一些对数项的$T$。
2021-10-31 cs.LG cs.SY eess.SY
