Adaptive tracking control for non-periodic reference signals under quantized observations
本文研究多阈值量化观测下随机回归系统的非周期参考信号自适应跟踪控制问题，通过设计具有时变参数和特殊投影结构的后移多项式突破周期性限制，实现了渐近最优跟踪并证明了估计算法的收敛性。
2024-04-29 cs.SY eess.SY
Online Multi-Objective Model-Independent Adaptive Tracking Mechanism for Dynamical Systems
最佳跟踪问题在机器人学文献中通过使用各种鲁棒和自适应控制方法来解决。然而，这些计划与实施的限制，如在不确定的动态环境中的适用性与完整或部分基于模型的控制结构，在离散时间环境中的复杂性和完整性，以及在复杂的耦合动力系统的可扩展性。针对上述问题，提出了一种在线自适应学习机制，为一类跟踪控制问题提供了一个通用的求解平台。该方案使用同步线性反馈控制策略，最大限度地减少跟踪误差，优化整体动态行为。采用基于值迭代过程的强化学习方法求解Bellman最优性方程。由此产生的控制策略以交互方式实时更新，而不需要有关底层系统动态的任何信息。采用自适应评价器实时逼近最优解值函数和相应的控制策略。仿真结果表明，所提出的自适应跟踪机制控制柔性翼飞机在不确定的气动学习环境。
2020-11-08 cs.SY eess.SY
Adaptive Output Tracking Control with Reference Model System Uncertainties: Extensions
本文扩展了针对未知参考模型系统的自适应输出跟踪控制，涵盖SISO离散时间及MIMO离散时间、连续时间和反馈线性化系统，通过参数化估计器处理不确定性，确保误差系统完全参数化以设计稳定更新律。
2024-12-16 cs.SY eess.SY
$\mathcal{L}_1$ Adaptive Augmentation for Geometric Tracking Control of Quadrotors
针对四旋翼飞行器的几何跟踪控制问题，提出了一种$\mathcal{L}_1$自适应控制增强方法。在所提出的设计中，$\mathcal{L}_1$增强处理四旋翼动力学中的非线性（时间和状态相关的）不确定性，而无需假设或强制执行参数结构，同时基线几何控制器实现系统动力学的已知非线性模型的稳定。$\mathcal{L}_1$增强适用于旋转和平移动力学。实验结果表明，增广几何控制器显示一致的和（平均五倍）更小的轨迹跟踪误差相比，单独的几何控制器进行测试时，不同的轨迹和各种类型的不确定性/干扰。
2022-03-02 cs.SY eess.SY
Adaptive dynamic programming-based adaptive-gain sliding mode tracking control for fixed-wing UAV with disturbances
针对固定翼无人机（UAV）在匹配和非匹配扰动下的飞行控制问题，提出了一种基于自适应动态规划的自适应增益滑模控制（ADP-ASMC）方法。从固定翼无人机的动力学出发，建立了由姿态子系统和空速子系统组成的面向控制的模型。针对两个子系统中存在的不同问题，提出了两种新的自适应增益广义超扭曲（AGST）算法，以消除两个子系统中扰动的影响，使系统轨迹在有限时间内趋于所设计的积分滑动流形（ISM）。然后，基于期望的等效滑模动力学，采用改进的具有ACTOR CRITIC（actor-critic）结构的ADP（adaptive dynamic programming）方法生成近似最优的控制律，实现滑模动力学的近似最优性能.此外，通过李雅普诺夫稳定性定理，两个神经网络（NN）的跟踪误差和权值估计误差都是一致最终有界（UUB）的。最后，通过仿真对比验证了所提出的控制方案在固定翼无人机上的优越性能。
2021-07-13 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 Tracking Control of Uncertain Euler-Lagrange Systems with State and Input Constraints
针对具有参数不确定性的状态和输入受限Euler-Lagrange（E-L）系统，提出了一种新的控制结构。一个简单的饱和控制器的战略耦合的障碍李雅普诺夫函数（BLF）为基础的控制器，以确保状态和输入约束的满足。据作者所知，这是E-L系统的第一个结果，保证渐近跟踪与用户指定的状态和输入约束。所提出的控制器还确保所有的闭环信号保持有界。所提出的控制器在约束满足和跟踪性能方面的有效性进行了验证，使用机器人机械手系统的仿真。
2022-12-16 cs.SY eess.SY
Segment-Based Two-Loop Adaptive Iterative Learning Control for Spacecraft Position and Attitude Tracking
Beihang University (BUAA)（北京航空航天大学）；University of Melbourne（墨尔本大学）
本文提出基于双数的双环自适应ILC框架，解决航天器位置和姿态跟踪中的耦合和控制输入有界问题，提升跟踪精度。
2026-02-16 cs.SY eess.SY
Prescribed Performance Adaptive Fixed-Time Attitude Tracking Control of a 3-DOF Helicopter with Small Overshoot
针对三自由度直升机的姿态跟踪问题，研究了一种新的指定性能自适应固定时间反推控制策略。首先，设计了一个新的统一障碍函数（UBF），将给定的性能约束系统转化为无约束系统。然后，建立了固定时间（FxT）的反推控制框架，实现姿态跟踪。通过一个新提出的不等式的虚化，构造了一个非奇异的虚拟控制律。此外，FxT微分器的补偿机制，以克服“爆炸的复杂性”的问题。此外，一个修改的自适应律的开发，以近似上界的干扰。为了得到一个更小的保守性和更准确的近似的建立时间，一个改进的FxT稳定性定理的建议。基于该定理，证明了系统的所有信号都是FxT有界的，并且跟踪误差在用户定义的时间内收敛到一个具有小超调的预定域。最后，通过数值仿真验证了所提出控制策略的可行性和有效性。
2022-06-09 cs.SY eess.SY
Adaptive output feedback tracking control for bilinear systems
本文针对状态不可测、参数未知的双线性系统，提出基于DREM估计的自适应输出反馈控制器，实现全局跟踪并应用于无损PFP电路。
2023-09-02 cs.SY eess.SY
Adaptive Lyapunov-constrained MPC for fault-tolerant AUV trajectory tracking
本文针对AUV推进器故障下的轨迹跟踪问题，提出自适应Lyapunov约束MPC方法，结合Bayesian在线故障识别实现软切换，并通过Lyapunov约束保证切换稳定性，仿真验证了其低跟踪误差和快速故障适应能力。
2025-09-21 cs.SY eess.SY
Formation Tracking for a Multi-Auv System Based on an Adaptive Sliding Mode Method in the Water Flow Environment
研究了三维水下环境下多AUV编队跟踪问题，提出了一种改进的自适应滑模控制方法。首先，建立了水下机器人六自由度运动学模型和动力学模型。然后，基于水下机器人的数学模型，基于改进的滑模控制方法，提出了控制律。采用二阶滑模控制方法消除控制器的抖振现象。第三，考虑水下机器人水下工作环境中的水流特性，在控制器中加入了自适应模块。采用自适应方法，控制器可以处理水流引起的有限扰动。该方法通过在控制器中用自适应连续项代替切换项来实现稳定性。最后，针对多AUV系统，设计了一种基于连续模型预测控制策略的鲁棒滑模控制器，实现了有界流扰动下的主从编队跟踪，并通过仿真验证了所提方法的有效性。
2023-01-17 cs.SY eess.SY
Feedback Stabilization and Output Tracking for Discrete-Time Lipschitz Nonlinear Systems via Iterative Convex Approximations
由于动态系统中包含的非线性及其规模，不稳定非线性系统的镇定和跟踪控制是一个具有挑战性的工程问题。在过去的几十年中，许多基于非线性的控制设计的动态系统，其中的非线性属于Lipschitz函数已被提出。然而，大多数的研究都只关注于输出反馈，因此，状态反馈的设计还很不成熟。为此，本文致力于离散时间Lipschitz非线性系统的全状态反馈控制器的设计问题。此外，我们提出了一个简单的迭代方法，以改善闭环性能的收敛性。后来证明，我们的方法可以方便地扩展和利用输出跟踪。
2021-04-21 cs.SY eess.SY
Online ResNet-Based Adaptive Control for Nonlinear Target Tracking
本文提出一种用于非线性目标跟踪的广义在线 ResNet 自适应控制方法，通过引入预激活捷径连接与零层块克服黑箱不确定性，并基于 Lyapunov 自适应律实现指数收敛，经对比实验验证了有效性。
2025-05-29 cs.SY eess.SY
Adaptive Fast Smooth Second-Order Sliding Mode Control for Attitude Tracking of a 3-DOF Helicopter
针对具有集中扰动的三自由度直升机姿态跟踪问题，提出了一种新的自适应快速平滑二阶滑模控制。结合非奇异积分滑模面，提出了一种新的自适应快速光滑二阶滑模控制方法，使俯仰角和俯仰角分别跟踪给定的期望轨迹，具有非奇异性、自适应干扰、抖振抑制和有限时间快速收敛等特点。此外，提出了一种新的自适应增益平滑二阶滑模观测器，以补偿时变集总干扰，与自适应增益二阶滑模观测器相比，具有更平滑的输出。利用有限时间李雅普诺夫稳定性理论证明了具有常值扰动的闭环系统的快速有限时间收敛性和具有时变集中扰动的闭环系统的快速有限时间一致最终有界性.最后，通过对比仿真实验验证了所提控制方法的有效性和优越性.
2020-09-27 cs.SY eess.SY
Adaptive Smooth Disturbance Observer-Based Fast Finite-Time Attitude Tracking Control of a Small Unmanned Helicopter
针对三自由度直升机系统在复合扰动下的姿态跟踪问题，提出了一种基于自适应平滑扰动抑制器的快速有限时间自适应反推控制方法。首先，提出了一种自适应平滑扰动观测器（ASDO）来估计复合扰动，该观测器具有输出平滑、有限时间快速收敛、对未知导数边界扰动的适应性等特点。然后，有限时间反推控制协议的构造，以驱动的仰角和俯仰角跟踪参考轨迹。为了解决传统反推设计框架中的“复杂性爆炸”和“奇异性”问题，利用快速有限时间命令滤波器（FFTCF）来估计虚拟控制信号及其导数。此外，一个分数功率为基础的辅助动态系统被引入到补偿所造成的误差的FFTCF估计。此外，设计了一种改进的基于分数阶幂次的自适应律，该自适应律引入了$σ$修正项，抑制了观测器逼近误差，从而进一步提高了跟踪性能.根据快速有限时间稳定性理论，闭环系统的信号都是快速有限时间有界的，而姿态跟踪误差可以在有限时间内快速收敛到原点的一个足够小的区域。最后，通过对比数值仿真验证了所设计控制方案的有效性和优越性。
2022-05-25 cs.SY eess.SY
Adaptive Fuzzy Tracking Control with Global Prescribed-Time Prescribed Performance for Uncertain Strict-Feedback Nonlinear Systems
针对具有不匹配不确定性和未知非线性的严格反馈系统，建立了具有全局预定性能和预定时间收敛性的自适应模糊控制策略。首先，为了量化跟踪误差的瞬态和稳态性能约束，设计了一类指定时间的指定性能函数，并引入了一种新的误差转换函数，以消除初值约束，解决了现有工作中的奇异性问题。其次，基于动态面控制方法，分别建立了具有或不具有逼近结构的控制器，以保证跟踪误差在给定的时间内达到给定的瞬态性能并收敛到给定的有界集。特别是，所规定的性能函数的建立时间和初始值是完全独立的跟踪误差和系统参数的初始条件，这改善了现有的结果。此外，通过构造一种新的类Lyapunov能量函数，不仅解决了backstepping技术中经常出现的微分爆炸问题，而且克服了动态面控制所导致的跟踪误差半全局有界的缺点.通过对实际算例的数值模拟，验证了主要结果的正确性和有效性。
2022-12-27 cs.SY eess.SY
Three High Performance Global Tracking Composite Adaptive Controllers for Fully Actuated Euler-Lagrange Systems: Experimental Validation
Tecnológico Nacional de México / I. T. de La Laguna（墨西哥国立理工学院拉古纳信息技术学院）；Departamento de Ingeniería Eléctrica y Electrónica /Instituto Tecnológico Autónomo de México（墨西哥自治理工学院电气与电子工程系）；Tecnológico Nacional de México / I. T. de La Paz（墨西哥国立理工学院拉巴斯信息技术学院）
本文提出三种全驱动欧拉-拉格朗日系统的全局跟踪复合自适应控制器，其中两种保证弱激励下全局指数收敛，一种采用免滤波类PID结构，并通过二自由度机械臂实验验证其优于现有及学习型控制器。
2026-09-24 cs.SY eess.SY
Adversarial Tracking Control via Strongly Adaptive Online Learning with Memory
Boston University（波士顿大学）
我们考虑的问题，跟踪一个敌对状态序列的线性动力系统的敌对干扰和损失函数，推广早期的设置在文献中。为此，我们开发了三种技术，每一个独立的利益。首先，我们提出了一个比较器自适应算法的移动成本的在线线性优化。如果不进行调整，事后看来，它几乎与最佳调整的梯度下降的性能相匹配。接下来，考虑到一个相关的问题，称为在线学习与记忆，我们构建了一个新的强自适应算法，使用我们的第一个贡献作为积木。最后，我们提出了第一个减少从对抗跟踪控制强自适应在线学习与记忆。总结这些单独的技术，我们得到了一个对抗跟踪控制器具有很强的性能保证，即使参考轨迹有很大的运动范围。
2022-02-22 cs.LG cs.SY eess.SY
Model Reference Adaptive Control of Piecewise Affine Systems with State Tracking Performance Guarantees
本文研究不确定分段仿射系统的模型参考自适应控制方法。所提出的方法确保误差度量，定义为加权欧几里德范数的状态跟踪误差，被限制在用户定义的时变性能范围内。我们引入一个辅助性能函数来构造一个障碍李雅普诺夫函数。该辅助性能信号在每个切换时刻被复位，这防止了由切换时刻的误差度量的跳变引起的障碍的越过。基于用户定义的性能界限和辅助性能函数的参数导出停留时间约束。我们还证明了李雅普诺夫函数是非增加的，即使在切换瞬间，因此不施加额外的停留时间的限制。此外，我们提出了鲁棒修改的自适应控制器的不确定分段仿射系统的非匹配干扰。数值算例验证了该方法的正确性。
2021-03-04 cs.SY eess.SY
Adaptive maximum power point tracking using neural networks for a photovoltaic systems according grid
导论.本文研究了光伏并网发电系统能量转换的优化问题。新颖之处是开发一种智能最大功率点跟踪技术，使用人工神经网络算法。目的.为了提高光伏系统在温度和光照变化下的性能，提出了智能最大功率点跟踪技术。方法.这项工作是计算和跟踪光伏系统的最大功率点运行根据人工智能机制是和后者是使用一种自适应修改的扰动和观察最大功率点跟踪算法的基础上的功能符号，以产生一个指定的占空比应用到DC-DC转换器，其中我们使用的前馈人工神经网络类型的Levenberg-Marquardt反向传播训练。结果我们选择模拟和应用这种智能技术的光伏系统是一个独立的光伏系统。根据从使用自适应修改的扰动和观察人工神经网络的光伏系统的模拟获得的结果，从光伏的能量的生产的效率和质量提高。实用价值针对不同的运行条件，采用dSPACE DS 1104对算法进行了验证。所有的实践结果证实了我们提出的算法的有效性。
2021-10-22 cs.SY eess.SY
Adaptive Distributed Observer-based Model Predictive Control for Multi-agent Formation with Resilience to Communication Link Faults
针对带输入约束和未知通信故障的非线性多智能体编队跟踪问题，提出基于自适应分布式观测器的分布式MPC方法，分解问题为本地子问题求解，提升故障韧性并简化控制构建。
2024-10-31 cs.SY eess.SY
Adaptive Tracking Control with Binary-Valued Output Observations
针对二值输出观测下的线性系统，提出基于双阵列鞅理论的自适应跟踪控制方法，实现全局收敛与最优长期平均跟踪误差，为一般二值传感器系统提供首个自适应控制结果。
2024-11-08 cs.SY eess.SY
Finite-Time Gradient Descent-Based Adaptive Neural Network Finite-Time Control Design for Attitude Tracking of a 3-DOF Helicopter
研究了一种基于有限时间梯度下降的自适应神经网络有限时间控制策略，用于三自由度实验直升机平台在复合干扰下的姿态跟踪。首先，径向基函数神经网络（RBFNN）被应用于估计集中扰动，其中RBFNN的权值，中心和宽度通过有限时间梯度下降算法在线训练。在此基础上，设计了有限时间反推控制方案，实现了俯仰角和俯仰角的跟踪控制。此外，为了避免传统反推设计协议中的“复杂度爆炸”问题，引入了一种混合有限时间微分器（HFTD）来逼近中间控制信号及其导数。此外，由HFTD引起的误差可以通过补偿信号的组合来衰减。借助于稳定性定理，证明了闭环系统在有限时间内是半全局一致最终有界的。最后通过仿真结果验证了所设计控制策略的有效性和优越性。
2021-07-27 cs.SY eess.SY
Adaptive Neural Network Stochastic-Filter-based Controller for Attitude Tracking with Disturbance Rejection
本文提出了一种基于特殊正交群$SO(3)$李群的实时神经网络随机滤波控制器作为姿态跟踪问题的一种新方法。所介绍的解决方案由两部分组成：滤波器和控制器。首先，提出了一种基于神经网络的自适应随机滤波器，它直接利用机载传感器提供的测量值来估计姿态分量和动态。滤波器设计考虑了姿态动力学固有的测量不确定性，即未知偏差和噪声破坏角速度测量。所提出的基于神经网络的随机滤波器的闭环信号已被证明是半全局一致最终有界的（SGUUB）。其次，提出了一种新的控制律的$SO(3)$耦合所提出的估计器。控制律处理未知扰动。此外，所提出的基于滤波器的控制器的闭环信号已被证明是SGUUB。所提出的方法提供了强大的跟踪性能，通过提供所需的控制信号给定的数据从低成本的惯性测量单元。虽然基于滤波器的控制器是以连续的形式，离散的实现也被提出。此外，所提出的方法的单位四元数的形式。所提出的基于滤波器的控制器的有效性和鲁棒性证明使用其离散形式，并考虑低采样率，高初始化误差，高水平的测量不确定性，和未知的干扰。保留字：神经自适应，估计器，滤波器，观测器，控制系统，轨迹跟踪，李雅普诺夫稳定性，随机微分方程，非线性滤波器，姿态跟踪控制，基于李雅普诺夫的控制器。
2022-06-24 cs.SY eess.SY
Passive Multi-Target Tracking Using the Adaptive Birth Intensity PHD Filter
被动多目标跟踪应用需要多个空间分布的传感器测量的集成，以区分真实航迹和虚航迹。一个流行的多目标跟踪方法，这些应用程序是粒子滤波器实现的马勒的概率假设密度（PHD）过滤器，它共同更新的联盟的所有目标状态空间估计，而不需要计算复杂的测量跟踪数据的关联。虽然这种技术对于在计算有限的平台中实现是有吸引力的，但是性能益处可以被感兴趣区域上的目标出生粒子的低效采样显著地掩盖。我们提出了（Ristic，2012）中描述的自适应出生强度PHD滤波器的多传感器扩展，以实现由来自多个传感器的在线传感器测量驱动的有效出生粒子采样。所提出的方法是使用分布式的到达时间差（TDOA）和到达频率差（FDOA）的测量，其中我们描述了精确的技术，从目标状态空间采样条件下的观察。数值结果表明，所提出的方法比均匀出生粒子采样器的粒子密度效率增加。
2019-06-06 cs.SY eess.SY
Receiver Resonant Frequency Adaptive Tracking in Wireless Power Transfer Systems Using Primary Variable Capacitor
针对WPT系统谐振网络参数漂移导致的失谐问题，提出基于原边SCC与两步扰动观察算法的自适应跟踪方案，可在1ms内完成79-90kHz范围跟踪，误差0.7kHz，效率提升9%。
2024-09-13 cs.SY eess.SY
Adaptive Step Size Incremental Conductance Based Maximum Power Point Tracking (MPPT)
从光伏阵列中提取最大可用功率需要系统在最大功率点（MPP）下运行。因此，找到最大功率点对于光伏阵列的高效运行是必要的。MPP的变化受多种环境因素的影响，主要是温度和辐照度。传统上，使用具有固定步长的增量电导技术来找到MPP，其遭受收敛速度和精度之间的折衷。在这项工作中，我们提出了一种增量电导最大功率点跟踪（MPPT）算法与可变步长，自适应地改变步长后，每次迭代的基础上有多远的当前工作点是从一个新的MPP。这通过在不损失准确性的情况下实现更快的收敛速度来大幅减轻上述权衡。利用MATLAB进行了一系列温度和辐照度变化的仿真，并与传统IC技术的收敛速度和精度进行了比较。
2020-11-15 cs.SY eess.SY
Adaptive Modified RISE Control for Quadrotors: Enhancing Trajectory Tracking Through Uncertainty Compensation
本文提出一种自适应修正符号误差鲁棒逆（AM-RISE）控制方法，通过显式补偿陀螺效应、旋翼动力学及参数不确定性等，实现四旋翼无人飞行器在复杂扰动下的可靠轨迹跟踪，并基于 Lyapunov 分析证明了渐近稳定性和改进的闭环性能。
2025-07-01 cs.SY eess.SY
Robust Adaptive Geometric Tracking Controls on SO(3) with an Application to the Attitude Dynamics of a Quadrotor UAV
Florida Institute of Technology（佛罗里达理工学院）
本文提出了一种基于特殊正交群SO(3)的鲁棒自适应跟踪控制方法，通过设计惯性矩阵自适应律，在未知惯性矩阵和存在非结构化扰动的情况下实现刚体姿态的渐近跟踪，并通过四旋翼无人机实验验证。
2011-08-30 cs.SY eess.SY math.OC
Adaptive tracking MPC for nonlinear systems via online linear system identification
针对未知非线性系统控制问题，提出基于移动窗口在线线性辨识的自适应跟踪MPC方案，证明其最优可达平衡点的实际指数稳定性，仿真验证其性能优于基于基本引理的直接数据驱动MPC。
2024-05-16 cs.SY eess.SY math.OC
Distributed H-infinity Tracking Control for Discrete-Time Multi-Agent Systems with a High-Dimensional Leader
School of Engineering and Information Technology, UNSW Canberra at the Australian Defence Force Academy（新南威尔士大学堪培拉校区澳大利亚国防军学院工程与信息技术学院）
本文研究了离散时间多智能体系统中高维动态领导者下的分布式H无穷跟随跟踪问题，提出基于最近邻反馈和分布式状态估计器的新控制协议，确保所有跟随者能跟踪领导者并实现期望的H无穷性能。
2013-08-30 cs.SY eess.SY
Robust I&I Adaptive Tracking Control of Systems with Nonlinear Parameterization: An ISS Perspective
在ISS框架下研究了一类非线性参数化非线性系统的浸入不变性（I&I）自适应跟踪问题。在适当的假设条件下，提出了一种新的I&I适应控制算法，使得ISS估计误差子系统和ISS跟踪误差子系统相互连接。使用ISS小增益条件，所需的一致全局渐近稳定性的互联“错误”系统可以实现和一个求和型严格的李雅普诺夫函数可以明确地构造。利用这个基于ISS的设计框架，它示出了相应的鲁棒性相对于输入扰动可以呈现为ISS。为了消除需要解决浸入流形成形偏微分方程，提出了一种新的基于滤波器的方法，它保留了基于ISS的设计框架。最后，我们证明了所提出的框架上的跟踪问题的串联弹性致动器的有效性。
2021-02-26 cs.SY eess.SY math.OC
Some Reflections on Sliding Mode Designs in Control Systems: An Example of Adaptive Tracking Control for Simple Mechanical Systems With Friction Without Measurement of Velocity
本文反思滑模设计在控制系统中的实际作用，指出其忽视经典控制关键方面，并通过无速度测量的单自由度机械系统自适应跟踪控制示例比较，展示相关考量。
2025-10-09 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 Optimal Trajectory Tracking Control Applied to a Large-Scale Ball-on-Plate System
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
虽然关于自适应动态规划（ADP）的理论研究已经很多，但应用结果很少。因此，我们设计了一个基于ADP的最优轨迹跟踪控制器，并将其应用于一个大规模的球板系统。我们提出的方法采用了近似的参考轨迹，而不是使用设定点跟踪，并允许自动补偿恒定的偏移量。由于该算法的离线特性，该方法只需要少量的测量数据来训练控制器。我们的实验结果表明，这种跟踪机制显着降低了控制成本相比，设定值控制器。此外，与基于模型的最优控制器的比较突出了我们的无模型基于数据的ADP跟踪控制器的优点，其中不需要系统模型和手动调整，而是使用测量数据自动调整控制器。
2021-01-25 cs.LG cs.SY eess.SY
Fast and Optimal Adaptive Tracking Control: A Novel Meta-Reinforcement Learning via Conditional Generative Adversarial Net
具有未知动态的非线性系统的控制一直是一个重要的研究领域。本文提出了一种新的数据驱动的最优自适应控制结构，与标准的自适应控制相比，具有更少的控制工作量和更快的适应速度。所提出的控制结构利用系统的记录数据，以提高适应速度和性能显着。在这项研究中，我们采用了一个条件生成对抗网络（CGAN）作为一种新的中央模式发生器，以再现稳态谐波模式的控制信号匹配系统的不确定性在很大范围内。我们还可以使用CGAN架构作为故障检测器。CGAN提供了一个低维的不确定性潜在空间。当存在许多参数不确定性时，特别是对于大规模系统，它可以快速方便地自适应。然后，我们引入了一种新的元强化学习框架，使CGAN的潜在空间适应系统的不确定性，作为一个最优的直接自适应控制器，而无需任何系统标识符。控制结构的另一部分是一个调节器，实现半全局渐近跟踪使用的李雅普诺夫稳定性分析。最后，通过一些模拟，我们评估了两个动力系统，机器人机械手和大型肌肉骨骼结构，在干扰和扰动的存在下，所提出的设计的能力。
2022-06-24 cs.SY eess.SY
High-Precision Trajectory Tracking in Changing Environments Through $\mathcal{L}_1$ Adaptive Feedback and Iterative Learning
University of Toronto Institute for Aerospace Studies (UTIAS)（多伦多大学航空航天研究所（UTIAS））
本文提出结合L1自适应反馈与迭代学习控制的框架，提升系统在未知动态扰动下的轨迹跟踪性能，通过实验验证其优于纯ILC方法的鲁棒性和泛化能力。
2017-05-12 cs.RO cs.SY eess.SY
Adaptive Model Predictive Control for High-Accuracy Trajectory Tracking in Changing Conditions
Dynamic Systems Lab（动态系统实验室）；University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究 institute）
本文提出一种结合模型预测控制与L1自适应控制器的自适应模型预测控制器，用于在未知和变化的扰动环境下提高系统轨迹跟踪性能。通过实验验证，该方法在四旋翼无人机上表现出更低的轨迹跟踪误差。
2018-08-02 cs.RO cs.SY eess.SY
Adaptive mixture approximation for target tracking in clutter
目标跟踪是一个状态估计问题，在空中交通管制、无人驾驶汽车、海上雷达监视等实际应用中经常出现，从贝叶斯的角度来看，当存在杂波等现象时，现有的绝大多数跟踪算法都必须处理关联假设，这些关联假设的数量会随着时间的推移而增加;在这种情况下，后验状态分布在计算上可能变得难以处理，并且必须引入近似。在这项工作中，假设的数量和相应的减少的影响进行了调查，无论是在所采用的计算资源和跟踪性能。为了这个目的，最近开发的自适应混合模型降阶算法被认为是为了评估其性能时，适用于在杂波的存在下的单目标跟踪的问题，并提供额外的见解所解决的问题。
2022-11-24 cs.SY eess.SY stat.AP
Modeling Adaptive Tracking of Predictable Stimuli in Electric Fish
本文针对弱电鱼追踪振荡庇护所时高频相位滞后增大、增益下降的非线性行为，提出将自适应频率辨识与内模原理（IMP）闭环系统相结合，并证明其追踪误差指数收敛至理想系统，仿真还复现了宽频范围内的 Bode 图，为自适应感觉运动控制提供了理论框架。
2025-09-18 cs.SY eess.SY q-bio.NC
Finite-Time Adaptive Fuzzy Tracking Control for Nonlinear State Constrained Pure-Feedback Systems
本文针对全状态约束纯反馈系统，提出一种有限时间自适应模糊跟踪控制方法，通过中值定理、状态变换和积分障碍李雅普诺夫函数实现误差有限时间收敛与状态约束满足，并通过仿真验证其有效性。
2024-12-28 cs.SY eess.SP eess.SY
Adaptive Cooperative Tracking and Parameter Estimation of an Uncertain Leader over General Directed Graphs
研究了具有不确定领导者的异构Euler-Lagrange系统的协同跟踪问题。与大多数现有的工作不同，系统的动态知识的领导者节点是不可访问的任何从节点在我们的文件。对所有跟随节点设计分布式自适应观测器，同时估计领导节点的状态和参数。观测器的设计不依赖于领导节点的频率知识，估计误差收敛到零指数。此外，这些结果也适用于一般的有向图，其中Laplacian矩阵的对称性不成立。这是由于两个新开发的李雅普诺夫方程，这完全取决于通信网络拓扑。有趣的是，利用这些李雅普诺夫方程，许多结果的多智能体系统的无向图可以扩展到一般的有向图。最后，本文还提出了自适应控制系统的知识库，为自适应观测器的参数收敛性分析提供了主要工具。
2022-01-31 cs.SY eess.SY math.OC
Transfer Learning for High-Precision Trajectory Tracking Through $\mathcal{L}_1$ Adaptive Feedback and Iterative Learning
Institute for Aerospace Studies, University of Toronto, North York, ON M3H 5T6, Canada（多伦多大学航空航天研究 institute, 北York, ON M3H 5T6, 加拿大）
本文提出结合L1自适应控制与迭代学习控制的框架，用于在未知动态环境中实现高精度轨迹跟踪，通过迁移学习实现不同系统间的经验传递。
2018-07-13 cs.RO cs.SY eess.SY
Adaptive event-triggered robust tracking control of soft robots
针对软体机器人在未建模动态和外部干扰下的跟踪控制问题，基于反步法与指令滤波器设计了一种自适应事件触发鲁棒控制策略，并推导了有限时间稳定性证明，案例研究验证了其有效性。
2025-06-30 cs.RO cs.SY eess.SY
Lie-algebra Adaptive Tracking Control for Rigid Body Dynamics
Hong Kong University of Science and Technology（香港科技大学）；Beijing Institute of Technology（北京理工大学）
针对刚体动力学自适应跟踪控制忽略机器人系统流形约束的问题，提出基于李代数的自适应控制方法，通过转换状态空间推导线性误差动力学模型，实现自适应最优控制，仿真验证了其有效性与效率。
2025-02-08 cs.RO cs.SY eess.SY
Adaptive Control with Set-Point Tracking and Linear-like Closed-loop Behavior
针对未知参数属于凸紧不确定性集合的离散时间对象设定点跟踪问题，提出基于辅助对象参数估计和极点配置的自适应控制方法，证明其具有类线性闭环行为、有界增益及常数扰动下的渐近跟踪特性。
2025-08-17 cs.SY eess.SY math.OC
Adaptive Feedforward Control For Reset Feedback Control Systems -- Application in Precision Motion Control
TU Delft（代尔夫特理工大学）
本文提出了一种新的自适应前馈控制器的设计复位控制系统。前馈和复位反馈控制的组合保证高性能，因为前馈保证参考跟踪，而非线性反馈元件拒绝干扰。为了克服不可避免的模型失配，前馈控制器自适应以提高参考跟踪的精度。线性现有的自适应前馈控制器不保证收敛，在复位的存在下，这项工作提出了一种新的自适应法律的基础上收敛和发散区域的适应，以实现良好的跟踪。实验结果证明了新方法的优势。
2020-10-30 cs.RO cs.SY eess.SY
DATT: Deep Adaptive Trajectory Tracking for Quadrotor Control
University of Washington（华盛顿大学）；Carnegie Mellon University（卡内基梅隆大学）
针对四旋翼轨迹跟踪受未知非线性动力学、轨迹不可行性及扰动影响的难题，提出基于学习的DATT方法，结合仿真训练的前馈-反馈-自适应结构与L1自适应扰动估计器，无需微调即可在真实场景实现高精度跟踪，性能优于主流基线且推理速度更快。
2023-12-13 cs.AI cs.RO cs.SY
A Parameter Adaptive Trajectory Tracking and Motion Control Framework for Autonomous Vehicle
School of Vehicle and Mobility, Tsinghua University（清华大学车辆与 Mobility学院）
针对自动驾驶车辆的轨迹跟踪与运动控制问题，提出参数自适应控制框架，结合LQR、三种鲁棒控制器及RLS算法识别参数，通过GPR与贝叶斯优化确定鲁棒因子边界，提升跟踪精度、横摆稳定性与鲁棒性能。
2024-11-25 cs.RO cs.SY eess.SY
Nonparametric adaptive payload tracking for an offshore crane
Department of Mechanical and Industrial Engineering（机械与工业工程系）；Norwegian University of Science and Technology (NTNU)（挪威科学技术大学）
针对海上起重机负载轨迹跟踪问题，提出基于新型笛卡尔模型与部分反馈线性化的非参数自适应控制器，在RKHS中逼近未知扰动与动力学，实现误差一致最终有界，经仿真与实验验证效果良好。
2025-10-04 cs.RO cs.SY eess.SY
Adaptive Visual Tracking for Robotic Systems Without Image-Space Velocity Measurement
Beijing Institute of Control Engineering（北京控制工程研究所）
本文研究了无图像空间速度测量的机器人视觉跟踪问题，提出了一种新的图像空间观测器，通过未知动力学中的图像空间速度信息设计自适应控制器，解决了多不确定性分离问题，避免了过参数化。
2015-04-27 cs.RO cs.SY eess.SY
An Adaptive Fixed-Time Line-of-Sight Guidance Scheme for 3D Path Following of Underwater Vehicles: Theory and Experiment
Purdue University（普渡大学）
针对AUV三维路径跟踪，提出结合固定时间稳定性理论与LOS制导的自适应框架，含固定时间侧滑估计器和时变前视机制，仿真与实验验证了更高精度、更快收敛及更强抗扰能力。
2026-09-15 cs.RO cs.SY eess.SY
Development of an Adaptive Sliding Mode Controller using Neural Networks for Trajectory Tracking of a Cylindrical Manipulator
Hanoi university of Industry（河内工业大学）；East Asia University of Technology（东亚理工大学）
针对圆柱形机械臂在系统不确定性下的非线性轨迹跟踪难题，提出融合神经网络的自适应滑模控制器ASMC-NN，仿真表明其精度高、响应快且可靠。
2025-01-08 cs.RO cs.SY eess.SY
