Model Predictive Control Paradigms for Fish Growth Reference Tracking in Precision Aquaculture
在精密水产养殖中，主要目标是最大限度地提高生物量产量，同时最大限度地降低生产成本。这一目标可以通过优化对鱼类生长有强烈影响的因素来实现，例如摄食率，温度和溶解氧。针对精密水产养殖中具有代表性的生物能量生长模型，比较研究了三种模型预测控制（MPC）策略在鱼类生长参考跟踪中的应用。我们建议评估三个候选MPC配方的鱼类生长参考跟踪的基础上后退的地平线。第一MPC制剂跟踪期望的鱼生长轨迹，同时惩罚饲料配给、温度和溶解氧。第二MPC优化策略直接惩罚饲料转化率（FCR），这是食物量和鱼的增重之间的比率，同时最小化实际生长状态与给定的参考生长轨迹的偏差。第三种模型预测控制包括生长率轨迹跟踪、动态能量和食物成本之间的权衡。数值模拟，集成了一个现实的生物能鱼类生长模型的尼罗罗非鱼（Oreochromis niloticus）的说明，以检查三个建议的最优控制策略的比较性能。
2021-01-29 cs.SY eess.SY
Feedforward Density-Driven Optimal Control (D2OC) for Tracking Time-Varying Distributions
New Mexico Institute of Mining and Technology（新墨西哥矿业理工学院）
本文提出前馈增强的D²OC框架，通过引入参考速度场模型，解决多智能体在时间变化环境中的分布跟踪滞后问题，理论分析和数值结果表明该方法能有效降低跟踪延迟，保证鲁棒性和高保真度。
2026-11-03 cs.SY eess.SY
Recent advancements on MPC for tracking: periodic and harmonic formulations
针对经典MPC参考值变更或不可行导致优化失效的问题，本文总结了引入人工参考变量的跟踪MPC新公式，可保证稳定性与可行性，短预测时域下性能更优、吸引域更大。
2024-06-24 cs.SY eess.SY
Robust LQ Optimal Control for Wind Turbine Power Tracking Operation
本文提出了一种基于线性矩阵不等式和增广状态模型的鲁棒线性二次最优控制方法，用于风力发电机的精确有功功率跟踪，仿真表明其在确保鲁棒稳定性的同时提高了跟踪精度且未增加机械磨损。
2024-07-30 cs.SY eess.SY
Sub-optimal Tracking in Switched Systems with Controlled Subsystems and Fixed-mode Sequence using Approximate Dynamic Programming
研究了具有受控子系统和离散动态的切换系统的最优跟踪问题。生成反馈控制策略，使得a）系统跟踪期望的参考信号，以及b）寻找最佳切换时刻。为了找到最优解，使用近似动态规划。仿真结果验证了该方法的有效性。
2019-07-27 cs.SY eess.SY
LQ Optimal Control for Power Tracking Operation of Wind Turbines
本文提出了一种单台风力发电机组的有功功率控制方法。现有技术的控制器通常采用单独的控制回路用于扭矩和桨距控制。相反，我们使用多变量控制方法。详细地，通过使用发电机速度、发电机扭矩和桨距角的参考轨迹来实现有功功率控制，使得如果天气条件允许，则满足期望的功率需求。然后，线性二次型（LQ）最优控制器用于参考跟踪。在OpenFAST仿真环境中，将控制器与最先进的方法进行比较。仿真结果表明，类似的有功功率跟踪性能，而LQ最优控制器的结果在较低的机械磨损。此外，所提出的方法具有良好的参考跟踪，并通过改善参考轨迹生成进一步的性能提高，可以预期。
2022-11-14 cs.SY eess.SY
Implementation of model predictive control for tracking in embedded systems using a sparse extended ADMM algorithm
本文提出了一种稀疏的，低内存占用的优化算法，用于在嵌入式系统中实现模型预测控制（MPC）的跟踪制定。该MPC公式与标准MPC公式相比具有几个优点，例如增加的吸引域和保证的递归可行性，即使在突然的参考变化的情况下。然而，这是以向MPC的优化问题添加少量决策变量为代价的，这使其矩阵的结构复杂化。我们提出了一个稀疏优化算法，基于扩展的交替方向的乘法器，利用这种特殊的MPC制定的结构。我们描述了控制器的制定和详细说明其结构是如何利用上述优化算法。我们展示了闭环模拟比较建议的求解器对其他求解器和方法从文献。
2021-12-09 cs.SY eess.SY math.OC
Temporal-Logic-Based Intermittent, Optimal, and Safe Continuous-Time Learning for Trajectory Tracking
在本文中，我们开发了安全的基于学习的控制器，用于完成复杂任务的系统，这些任务可以表示为线性时序逻辑规范，类似于搜索和救援任务所需的。在安全约束条件下，将原任务分解为一系列跟踪子问题。我们通过利用障碍函数将物理空间中的约束最优跟踪问题映射到变换空间中的无约束最优跟踪问题来施加安全条件。此外，我们开发的政策，间歇性地更新控制信号，以解决跟踪子问题，减少通信和计算资源的负担。随后，一个行动者-评论家算法被用来解决底层的Hamilton-Jacobi-Bellman方程。最后，我们支持我们提出的框架与稳定性证明，并通过模拟结果展示其有效性。
2021-04-06 cs.SY eess.SY
Constrained Optimal Tracking Control of Unknown Systems: A Multi-Step Linear Programming Approach
研究了具有输入约束的未知离散确定性系统的最优状态反馈跟踪控制问题。为了处理输入约束，最先进的方法利用一定的非二次级代价函数，这有时会限制实际系统。此外，众所周知，策略迭代（PI）和值迭代（VI）是数据驱动控制中两种广泛使用的算法，它们提供了互补的优势和劣势。在这项工作中，采用两步变换，它转换的约束输入的最优跟踪问题的无约束增广最优调节问题，并允许考虑一般阶段代价函数。在此基础上，提出了一种基于Q学习和线性规划的多步虚拟仪器算法。该算法提高了VI的收敛速度，避免了PI对初始稳定控制策略的要求，并且在不知道系统模型和阶段代价函数的情况下计算约束最优反馈控制器。仿真研究证明了所提出的方法的可靠性和性能。
2020-12-08 cs.SY eess.SY
Optimal Tracking Performance Limitation of Networked Control Systems with Limited Bandwidth and Additive Colored White Gaussian Noise
Huazhong University of Science and Technology（华中科技大学）；City University of Hong Kong（香港城市大学）；Yangtze University（长江大学）
本文研究了在带宽受限和加性有色白高斯噪声下的多输入多输出线性时不变系统网络化控制下的最优跟踪性能问题，分析了带宽限制和噪声对跟踪性能的影响。
2017-02-07 cs.SY eess.SY
Sparse Sensing Architectures with Optimal Precision for Tracking Multi-agent Systems in Sensing-denied Environments
在本文中，跟踪问题的多智能体系统，在一个特定的场景中，一段代理进入一个感知拒绝的环境或行为作为非合作目标，被认为是。重点是确定最佳的传感器精度，同时促进稀疏的传感器测量，以保证指定的估计性能。该问题是制定在离散时间集中卡尔曼滤波框架。该算法通过求解线性矩阵不等式约束下的半定规划，使得精度矩阵的迹最小，精度矩阵定义为传感器噪声协方差矩阵的逆矩阵。仿真结果揭示了传感器精度和感测频率之间的权衡。
2021-03-01 cs.SY eess.SY
Continuous-Time Estimation-Aware Optimal Control of Mobile Sensors for Target Tracking
University of Minnesota（明尼苏达大学）
提出一种估计感知最优控制方法，用于移动传感器目标跟踪，考虑非线性动力学和协方差，确保连续时间约束满足，并在稀疏离散化下有效。
2026-10-06 cs.SY eess.SY
Time-optimal Velocity Tracking Control for Differential Drive Robots
University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文研究差分驱动非holonomic轮式机器人在最短时间内跟踪期望速度的问题，提出基于Pontryagin极值原理的控制方法，并针对时间变化的期望速度设计混合结构。
2017-06-15 cs.SY eess.SY
Approximate Optimal Trajectory Tracking for Continuous Time Nonlinear Systems
University of Florida（佛罗里达大学）；Indian Institute of Technology, Delhi（德里印度理工学院）；University of Transport and Communications（交通与通信大学）
针对连续时间非线性系统的最优跟踪问题，提出一种基于近似动态规划的控制方法，保证跟踪误差最终有界且控制器收敛到近似最优策略。
2013-10-02 cs.SY eess.SY math.OC
Fish Growth Trajectory Tracking via Reinforcement Learning in Precision Aquaculture
本文研究了在一个典型的生物能量生长模型下，通过强化学习跟踪鱼类生长轨迹的方法。由于养殖条件复杂，环境因素不确定，如温度、溶解氧、非离子氨等，以及鱼类生长模型的多输入、强非线性耦合等，基于模型的控制方法无法有效解决精密养殖中的生长轨迹跟踪问题。为此，我们制定的增长轨迹跟踪问题的采样数据最优控制使用离散状态-动作对马尔可夫决策过程。我们提出了两个Q-学习算法，学习最优控制策略从采样数据的鱼的生长轨迹在鱼的生命周期的每个阶段，从青少年到所需的市场重量在水产养殖环境。Q-学习方案学习最优的饲养控制策略，以在笼子里养殖的鱼的生长速率和最优的饲养速率控制策略与最优的温度曲线的水产养殖鱼的生长速率在坦克。仿真结果表明，两种Q学习策略都能在较小的进给量下实现较高的轨迹跟踪性能。
2021-03-12 cs.SY eess.SY
Off Policy Risk Sensitive Reinforcement Learning Based Optimal Tracking Control with Prescribe Performances
针对最优跟踪控制问题，提出了一种基于非策略强化学习的控制策略，使系统在学习过程中达到规定的全状态性能。将最优跟踪控制问题转化为基于辅助系统的最优调节问题。在一个优化框架下，将规定性能的要求转化为约束满足问题，并通过风险敏感的状态惩罚项来处理。为了得到Hamilton Jacobi Bellman方程的近似解，提出了一种结合当前数据和经验数据的非策略自适应批评学习结构。通过使用经验数据，建议的批评学习代理的权重估计更新律保证权重收敛到实际值。与一般的权值收敛需要引入外部信号以满足激励持续性条件的方法相比，该方法具有一定的实用性。给出了闭环系统稳定性和权值收敛性的证明。仿真结果验证了所提出的基于非策略风险敏感强化学习控制策略的有效性。
2020-08-31 cs.SY eess.SY
Optimal Tracking Control for Unknown Linear Systems with Finite-Time Parameter Estimation
线性系统的最优控制输入可由代数Riccati方程（ARE）求解，但从ARE方程得到精确解的形式仍有疑问。在工程中，可以通过迭代或优化来找到可接受的ARE数值解。最近，基于梯度下降的数值解已被证明是有效的近似最优的。本文将这种方法引入到非均匀线性系统的跟踪问题中。首先，假设线性系统的动力学参数都是未知的，由于梯度和允许的初始化都需要系统动力学的先验知识，这是很难处理的。为了解决这一问题，本文改进了动态回归扩展与混合（DREM）方法，使其能够在有限时间内估计参数矩阵。此外，引入了一个折扣因子，以确保异构系统的最优解的存在性。通过两个仿真实验验证了该方法的有效性。
2022-01-06 cs.SY eess.SY
A Finite Element Method Approach for Trajectory Generation via Time-Optimal Control and Model Predictive Control Tracking
本文提出一种结合 Galerkin 加权残差法与序列凸规划求解时间最优控制的新框架，避免打靶法初始化难题，并采用模型预测控制跟踪开环最优轨迹以抑制扰动，通过 Dubins 汽车动力学验证其有效性。
2023-11-17 cs.SY eess.SY
Approximate Solution Methods for the Average Reward Criterion in Optimal Tracking Control of Linear Systems
本文针对确定性线性系统的平均奖励最优控制问题，推导值函数与最优策略，并提出基于模型预测控制的近似求解方法以支持实际实现。
2025-07-04 cs.SY eess.SY math.OC
Optimal Time-Invariant Formation Tracking for a Second-Order Multi-Agent System
给定一个多智能体线性系统，我们形式化和解决的轨迹优化问题，封装轨迹跟踪，基于距离的编队控制和输入能量最小化。为此，一个数值投影算子牛顿的方法来找到一个解决方案，通过最小化的成本功能，能够捕捉所有这些不同的任务。为了稳定的形成，一个特定的潜在功能已被设计，允许获得指定的几何配置，而系统的重心位置和速度遵循所需的轨迹。
2022-02-21 cs.SY eess.SY
$H_{\infty}$ Inverse Optimal Attitude Tracking on the Special Orthogonal Group $SO(3)$
利用逆最优和$\mathcal{L}_{2}$干扰抑制相结合的方法，解决了利用旋转矩阵的姿态跟踪问题。通过最小化一个有意义的代价函数，给出了求解逆最优非线性$H_{\infty}$控制问题的条件。该方法保证了能量增益从一个外源性的干扰到一个指定的误差信号尊重一个给定的上限。对于数值模拟，一个简单的问题设置从文献中被认为是和结果表现出竞争力的性能。
2021-07-16 cs.SY eess.SY math.OC
Optimal GNSS Time Tracking for Long-term Stable Time Realisation in Synchronised Atomic Clocks
Institute of Science Tokyo（东京科学大学）；Tokyo University of Marine Science and Technology（东京海洋大学）；National Institute of Information and Communications Technology（信息通信研究机构）
本文提出一种新的最优GNSS时间跟踪算法，通过引导同步微型原子钟组向标准GNSS时间靠拢，提升长期精度和稳定性，采用卡尔曼滤波估计GNSS接收器与原子钟的平均差异，通过优化问题最小化稳态Allan方差。
2026-04-01 cs.SY eess.SY
Model-Free Fast Frequency Support of Wind Farms for Tracking Optimal Frequency Trajectory
本文提出基于比例积分控制器的风场快速频率支撑方法，无需依赖同步发电机调速器模型，实现最优频率轨迹跟踪，并通过单风场和多风场系统验证其有效性。
2026-04-02 cs.SY eess.SY
Implementation of soft-constrained MPC for Tracking using its semi-banded problem structure
本文针对MPC用于跟踪（MPCT）公式，提出一种保持半带状结构的软约束编码方法，以提升求解器的计算效率，并通过数值结果验证其优势。
2024-07-16 cs.SY eess.SY math.OC
Reinforcement Learning for Robotic Time-optimal Path Tracking Using Prior Knowledge
South China University of Technology（华南理工大学）
时间最优路径跟踪作为工业机器人的一个重要工具，受到了众多研究者的关注。在大多数时间最优路径跟踪问题中，假设致动器转矩约束是保守的，这忽略了电机特性;即，致动器转矩约束是速度相关的，并且转矩和速度之间的关系是分段线性的。然而，考虑到电机特性增加了求解难度，在这项研究中，提出了一种改进的Q-学习算法的机器人时间最优路径跟踪的先验知识。在考虑Q-学习算法的局限性后，提出了一种改进的动作-价值函数，以提高收敛速度。该算法采用奖惩的思想，对满足约束条件的动作进行奖励，对违反约束条件的动作进行惩罚，最终得到满足约束条件的时间最优轨迹。通过实验验证了算法的有效性。
2019-06-30 cs.RO 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
Optimal Sensor Placement for Target Localization and Tracking in 2D and 3D
National University of Singapore（新加坡国立大学）
本文通过统一框架和框架理论，分析了二维和三维中仅方位、仅距离和接收信号强度三种传感器的最优布置问题，给出了最优布置的充要条件及其解析性质，并提出了梯度控制律以数值构造最优布置。
2012-10-28 cs.SY eess.SY math.OC
Model-based reinforcement learning for infinite-horizon approximate optimal tracking
University of Florida（佛罗里达大学）
本文提出了一种近似在线自适应解决方案，用于解决具有未知漂移动力学的连续时间非线性系统的无限 horizon 最优跟踪问题，通过基于模型的强化学习放松持续激励条件，并通过Lyapunov稳定性分析证明了策略收敛性。
2015-06-01 cs.SY eess.SY math.OC
Design and Implementation of a Three-Link Brachiation Robot with Optimal Control Based Trajectory Tracking Controller
本文介绍了一种三连杆臂式机器人的设计与实现。机器人能够使用连续的手臂摆动沿着水平猴杆行进。我们建立了一个全阶动力学模型的机器人和制定每个周期的机器人摆动运动作为一个最优控制问题。采用迭代线性二次型调节器（iLQR）算法求解一次摆动过程中的最优控制策略。我们选择合适的机器人设计参数，通过比较成本的机器人运动所产生的iLQR算法为不同的机器人设计。特别是，使用这种方法，我们显示了具有身体链接和低惯性臂的重要性，以实现有效的臂式运动。此外，我们提出了一个轨迹跟踪控制器，它结合了一个级联的PID控制器和输入输出线性化控制器，使机器人精确地跟踪所需的轨迹，并拒绝外部干扰期间臂。仿真机器人和实际机器人的实验表明，机器人能够在相同或不同间距的单杠之间稳定地摆动。
2019-11-12 cs.SY eess.SY
Exact-Time Safety Recovery using Time-Varying Control Barrier Functions with Optimal Barrier Tracking
Boston University（波士顿大学）；WPI（伍斯特理工学院）；CSAIL, MIT（麻省理工学院计算机科学与人工智能实验室）；ECE department at UNC-Charlotte（北卡罗来纳大学夏洛特分校电气与计算机工程系）
本文提出一种基于时变控制障碍函数的精确时间安全恢复框架，通过主动障碍跟踪条件将安全恢复转化为轨迹设计问题，提升自动驾驶车辆在交通协调中的安全性与性能。
2026-04-12 cs.SY eess.SY
Optimal Time-Invariant Distributed Formation Tracking for Second-Order Multi-Agent Systems
针对二阶多智能体系统，本文利用 PRONTO 离线求解融合轨迹跟踪、距离编队与能量最小化的优化问题，并据此设计稳定的在线分布式控制律。
2025-01-07 cs.SY eess.SY
Cooperative Optimal Output Tracking for Discrete-Time Multiagent Systems: Stabilizing Policy Iteration Frameworks
State Key Laboratory of Synthetical Automation of Process Industries, Northeastern University（东北大学流程工业综合自动化国家重点实验室）
本文提出两种基于策略迭代的算法，用于离散时间多智能体系统的协同最优输出跟踪，通过稳定化策略迭代框架和Q学习框架实现高效稳定的控制方案。
2026-01-26 cs.SY eess.SY
Optimal Tracking Performance of Control Systems with Two-Channel Constraints
School of Information and Electrical Engineering, Hunan University of Science and Technology（湖南科技大学信息与电气工程学院）；College of Automation, Huazhong University of Science and Technology（华中科技大学自动化学院）
本文研究了具有双通道约束的网络化控制系统跟踪性能限制，通过双参数控制器获得最优性能，分析了非最小相位零点、不稳定极点、系统增益和参考输入信号对性能的影响，以及带宽限制和加性有色高斯噪声的影响。
2017-02-07 cs.SY eess.SY
Time-Optimal Path Tracking for Cooperative Manipulators: A Convex Optimization Approach
Linköping University（林雪平大学）；ABB Robotics Division（ABB机器人事业部）
研究了多机器人协同搬运物体的时间最优路径跟踪问题。考虑到刚性抓物体的问题，我们表明，它可以作为一个凸优化问题，并有效地解决了最优性的保证。当公式化问题时，我们避免使用特定的扳手分布，并利用系统可用的全部驱动。然后，我们考虑的问题，掌握使用摩擦力，并表明，这个问题也，在一个力封闭掌握假设，可以制定为一个凸优化问题，并有效地解决和最优。为了确保牢牢把握，在这一方法中考虑了内力。
2023-03-13 cs.RO cs.SY eess.SY
An Optimal Polarization Tracking Algorithm for Lithium-Niobate-based Polarization Controllers
本文提出了一种用于三阶段任意偏振跟踪的最优算法，通过铌酸锂基偏振控制器实现设备校准、偏振态旋转和稳定化，并通过MATLAB环境进行数值模拟验证。
2016-03-12 cs.CE cs.SY eess.SY
Robust economic model predictive control with zone tracking
针对离散时间不确定非线性系统，提出了一种带区域跟踪的鲁棒经济模型预测控制（EMPC）方法。所提出的设计确保了在有限的步骤中实现区域跟踪目标，同时优化了经济性能。在所提出的设计中，而不是跟踪原始的目标区域，一个鲁棒控制不变集内的目标区域被确定，并被用作在建议的EMPC跟踪的实际区域。这种方法确保了在有限步内实现区域跟踪目标，并且一旦实现区域跟踪目标（系统状态进入鲁棒控制不变集），系统状态就不再离开目标区域。为了优化区域内的干扰的存在下的经济性能，我们在控制器的设计中引入了风险因子的概念。提供了一种确定要跟踪的经济区的算法。风险因子决定了控制器的保守性，并提供了一种方法来调整EMPC更好的经济性能。一个非线性化学的例子来证明所提出的配方的性能。
2021-09-20 cs.SY eess.SY math.OC
Resilience in multi-robot multi-target tracking with unknown number of targets through reconfiguration
University of Southern California（南加州大学）
我们解决的问题，保持资源的可用性在一个网络化的多机器人团队进行分布式跟踪未知数量的目标在感兴趣的环境。基于我们的模型，机器人配备了传感和计算资源，使他们能够合作跟踪一组目标的环境中使用分布式概率假设密度（PHD）过滤器。我们使用机器人的传感器测量噪声协方差矩阵的轨迹来量化其传感质量。在执行跟踪任务时，如果机器人经历传感器质量降级，则机器人团队的通信网络被重新配置，使得具有故障传感器的机器人可以与其他机器人共享信息，以提高团队的目标跟踪能力，而无需强制执行活动通信链路的数量的大的变化。一个监控团队的中央系统执行所有的网络重新配置计算。我们考虑两种不同的PHD融合方法在本文中，并提出了四种不同的混合半定规划（MISDP）配方（两个配方为每个PHD融合方法），以实现我们的目标。所有四个MISDP配方进行了验证模拟。
2020-04-15 cs.MA cs.RO cs.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
A Stochastic Optimal Control Model with Internal Feedback and Velocity Tracking for Saccades
提出了一种基于速度跟踪和内反馈的随机最优控制的扫视眼动模型。上丘神经生理学研究的最新证据表明，存在一个动态输入的扫视生成系统，编码扫视速度，而不仅仅是扫视幅度和方向。新的证据使得它必须测试，如果扫视控制可以使用所需的速度输入，这是建议的速度跟踪模型的基础。该模型使用健康人受试者产生的扫视行为数据进行验证。它生成不同幅度的水平扫视轨迹，并预测垂直和倾斜扫视行为。本文提出了有史以来第一个模型的扫视系统的最佳控制框架，使用另一种解释的速度为基础的控制，相反，占主导地位的端点为基础的模型在文献中。
2020-11-10 cs.SY eess.SY q-bio.NC
Tracking of stabilizing, optimal control in fixed-time based on time-varying objective function
通过最小化时变目标函数来确定输入仿射系统的控制器，其中镇定通过李雅普诺夫函数衰减条件作为约束来保证。通过一个障碍函数将该约束条件纳入目标函数。所得到的松弛代价函数的时变最小值由跟踪系统确定。该系统是利用松弛代价函数的二阶导数构造的，并改进了现有的时变优化方法。在一些温和的假设下，跟踪系统产生的解决方案是可行的所有时间，它收敛到松弛的目标函数的最优解在用户定义的固定时间。在一个案例研究中，这些结果的有效性相比，指数收敛。
2021-10-11 cs.SY eess.SY math.OC
Continuous-time performance limitations for overshoot and resulted tracking measures
RMIT University（皇家墨尔本理工大学）
针对连续时间反馈系统的超调、欠调、最大幅度和波动最小化问题，构建了对偶公式，并推导了极点/零点位置对可实现时域性能的影响。
2011-03-22 cs.SY eess.SY math.OC
Time-Optimal Path Tracking for Industrial Robots: A Dynamic Model-Free Reinforcement Learning Approach
在追求机器人操作器沿预定路径的时间最优路径跟踪（TOPT）轨迹时，通常使用预先识别的机器人动力学模型来获得完美跟踪所需的最优轨迹。然而，由于不可避免的模型-对象失配，实际测量的转矩和由动态模型计算的转矩之间可能存在很大的误差，这导致获得的轨迹是次优的，甚至是不可行的，超过给定的限制。本文提出了一种面向TOPT的SARSA算法（TOPTO-SARSA），并提出了一种两步法寻找时间最优运动并保证可行性：首先，通过强化学习Agent与运动学模型的交互，使用TOPTO-SARSA算法寻找满足运动学约束的安全轨迹。其次，利用TOPTO-SARSA算法，通过智能体与现实世界的交互来寻找最优轨迹，并保证最后一次交互时的实测力矩满足给定的限制。在一个六自由度机器人上的实验验证了该算法的有效性。
2019-08-03 cs.RO cs.SY eess.SY
State tracking of linear ensembles via optimal mass transport
Iowa State University（爱荷华州立大学）；KTH Royal Institute of Technology（瑞典皇家理工学院）
本文基于最优质量运输理论，利用输出测量追踪不可区分代理群体的状态，通过凸优化问题估计群体状态轨迹，当边际分布为高斯时可转化为半正定规划问题。
2018-03-06 cs.SY eess.SY math.DS
Optimal selection and tracking of generalized Nash equilibria in monotone games
在单调博弈论中，一个基本的公开问题是在所有可用的广义纳什均衡中计算一个特定的广义纳什均衡（GNE），例如关于系统级目标的最优均衡。现有的GNE寻求算法实际上收敛保证朝向任意的，可能是低效的，平衡。在本文中，我们解决了这个开放的问题，利用不动点选择理论的结果，进而推导出分布式算法的计算最佳GNE单调游戏。然后，我们扩展的技术结果随时间变化的设置，并提出了一种算法，跟踪序列的最优均衡的渐近误差，其范围取决于当地的计算能力的代理。
2022-03-15 cs.SY eess.SY math.OC
Optimal Trajectory Tracking of Nonholonomic Mechanical Systems: a geometric approach
本文将非完整系统轨迹跟踪转化为最优控制问题，提出无坐标几何框架并利用Pontryagin极小值原理确定极值必要条件，以非完整全驱动粒子为基准示例验证了所提方法。
2019-01-29 cs.SY eess.SY math.OC
Statistically Consistent Inverse Optimal Control for Linear-Quadratic Tracking with Random Time Horizon
逆最优控制（IOC）的目标是根据观测到的最优轨迹来确定潜在的目标函数。它提供了一个强大的框架来建模专家的行为，和一个数据驱动的方式来设计一个目标函数，使诱导的最优控制是适应上下文环境。本文设计了一种求解随机时间范围线性二次跟踪问题的IOC算法，并证明了算法的统计相容性。更具体地说，所提出的估计是一个凸优化问题的解决方案，这意味着估计不遭受局部极小值。这使得经过验证的统计一致性能够在实践中实际实现。该算法还验证了模拟数据以及从现实世界的实验数据，无论是在确定的目标函数的人类跟踪运动的设置。在合成数据集上验证了算法的统计一致性，在真实数据集上的实验结果表明，通过估计目标函数，可以得到较好的人体跟踪运动预测结果。结果表明，该理论和模型在实际应用中具有良好的性能.此外，由于所识别的目标函数描述了个人习惯和偏好，因此所识别的模型可以用作个性化康复机器人控制器设计中的控制目标。
2022-04-27 cs.SY eess.SY math.OC
Proximally Optimal Predictive Control Algorithm for Path Tracking of Self-Driving Cars
SRM Institute of Science and Technology（SRM科学技术研究所）
本文提出一种近端最优预测控制算法，作为自动驾驶车辆横向控制器，在先前转向角邻域内选择最优转向命令，以平衡跟踪效率与计算成本，并通过仿真实验验证其在路径跟踪中优于PID、Pure-Pursuit和Stanley控制器。
2021-08-05 cs.RO cs.SY eess.SY
Time Domain Sensitivity of the Tracking Error
该研究提出误差信号对结构化被控对象不确定性对数灵敏度的严格时域公式，通过经典与量子系统验证了时域性能与灵敏度的权衡关系，为高保真量子控制的鲁棒性成本评估提供了有效工具。
2023-11-12 cs.SY eess.SY quant-ph
Fast computation of the TGOSPA metric for multiple target tracking via unbalanced optimal transport
Saab Surveillance, Saab AB（萨博监视，萨博公司）；KTH Royal Institute of Technology（皇家理工学院）；University of Gothenburg（哥德堡大学）
本文提出一种基于非平衡多边际最优传输和熵正则化的近似算法，用于高效计算多目标跟踪中的TGOSPA度量，在保证近似精度的同时显著降低计算成本。
2025-05-22 cs.CV cs.SY eess.SY
A Fundamental Convergence Rate Bound for Gradient Based Online Optimization Algorithms with Exact Tracking
本文针对时变最优点为多项式形式的二次代价在线优化问题，利用内模原理和最优增益裕度结果，推导出线性梯度算法精确跟踪时的基本收敛速率界，并构造达到最优速率和零稳态误差的算法。
2025-09-11 cs.SY eess.SY math.OC
Inverse Optimal Control for Linear Quadratic Tracking with Unknown Target States
Beijing Institute of Technology Chongqing Innovation Center（北京理工大学重庆创新中心）；School of Automation, Beijing Institute of Technology（北京理工大学自动化学院）；Harbin Institute of Technology（哈尔滨工业大学）
本文提出了一种用于多智能体系统联合聚类协调和意图识别的逆最优控制算法，通过线性方程和结构约束提升算法效率和准确性。
2025-12-13 cs.SY eess.SY math.OC
Model Predictive Control for Trajectory Tracking on Differentiable Manifolds
University of Hong Kong（香港大学）
我们认为几何跟踪控制理论和模型预测控制（MPC）的机器人系统在流形上操作之间的差距的桥梁的问题。我们提出了一个通用的流形MPC制定的基础上发展的流形上的系统的规范表示。然后，我们提出了一种方法，解决了在流形MPC制定线性化的跟踪下沿轨迹的系统。所提出的方案有两个主要优点。首先，线性化系统导致一个等价的误差系统表示的一组最小的参数没有任何奇异性。其次，系统建模，误差系统推导，线性化和控制的过程中，流形约束完全解耦的系统描述，使一个符号MPC框架，自然封装流形约束的发展。在这个框架中，用户只需要提供系统特定的描述，而不需要处理多方面的约束。我们实现了这个框架，并测试它的四旋翼无人机（UAV）上运行的$SO(3) \times \mathbb{R}^n$和无人地面车辆（UGV）在曲面上移动。真实世界的实验表明，所提出的框架和实现高跟踪性能和计算效率，即使在高度侵略性的特技飞行四旋翼机动。
2021-06-29 cs.RO cs.SY eess.SY
An online optimization algorithm for tracking a linearly varying optimal point with zero steady-state error
针对最优解线性变化的非凸优化问题，提出一种在线优化算法，利用圆判据保证全局收敛性，通过含双积分器的Luré型系统实现零稳态误差跟踪，应用于恒速定位问题时可零稳态误差估计源位置。
2024-11-04 cs.SY eess.SY math.OC
Causal Tracking of Distributions in Wasserstein Space: A Model Predictive Control Scheme
针对Wasserstein空间分布跟踪最优解需预知参考轨迹的非因果问题，提出结合非因果解与预测模型的因果跟踪方案，构建模型预测控制及基于粒子法和离散最优质量传输的算法，仿真验证其用简单预测模型也有合理性能。
2024-09-13 cs.SY eess.SY math.OC
