Stability of data-driven Koopman MPC with terminal conditions
University of Pavia（帕维亚大学）；Technische Universität Ilmenau（伊尔梅瑙工业大学）；ETH Zurich（苏黎世联邦理工学院）
本文研究了使用数据驱动代理模型的MPC终端条件在存在近似误差时的渐进稳定性，证明了比例误差界条件下递归可行性与渐近稳定性，通过kEDMD生成代理模型应用于非线性系统。
2026-04-10 cs.SY eess.SY math.OC
On MPC without terminal conditions for dynamic non-holonomic robots
我们考虑一个输入受限的差动驱动机器人与执行器的动态。对于该系统，尽管存在状态约束和执行器动态，但我们使用模型预测控制（MPC）在不稳定终端条件的情况下建立了任意紧凸集上原点的渐进稳定性。我们注意到，没有这两个附加成分的问题基本上是事先解决的，尽管线性化是不稳定的。我们提出了一种方法，成功地解决了手头的任务相结合的理论障碍的可行性内核和MPC框架的基础上，所谓的成本可控性。此外，我们提出了一个数值案例研究，以获得定量的预测范围所需的长度上的界限。为此，我们调查的边界的可行性内核和附近的起源，即最有趣的地区。
2021-06-03 cs.SY eess.SY math.OC
On Piecewise Quadratic Terminal Costs for MPC
IMT School for Advanced Studies Lucca（卢卡高等研究院）；ShanghaiTech University, School of Information Science and Technology（上海科技大学信息科学与技术学院）
本文提出了一种新的方法，用于合成线性模型预测控制（MPC）方案的稳定终端成分，旨在扩大吸引区域同时减少与无限时间最优控制问题解的次优性。该方法基于构造新的终端区域，结合了配置约束多边形计算领域的技术，并采用等于无限时间线性二次调节器成本的终端成本，在稳态非平凡邻域内。
2026-05-18 cs.SY eess.SY math.OC
Linearly discounted economic MPC without terminal conditions for periodic optimal operation
针对周期性最优运行场景，提出一种无需终端条件的线性折扣经济MPC方案，通过引入线性折扣因子实现最优渐近平均性能并保证周期轨道的实际渐近稳定性。
2024-01-08 cs.SY eess.SY math.OC
A sparse ADMM-based solver for linear MPC subject to terminal quadratic constraint
本文提出一种基于ADMM的稀疏求解器，直接处理线性MPC中的终端椭球二次约束，无需转化为SOC约束或引入额外变量，适用于嵌入式系统，并与其他方法进行了性能比较。
2024-04-29 cs.SY eess.SY math.OC
Stability of Finite Receding Horizon Control: A Complementary Approach
本文提出了一种补充的方法来建立稳定的有限滚动时域控制与终端成本。首先，通过旋转终端成本来定义新的增广阶段成本。然后，一个一步优化问题的基础上定义这个增广阶段的成本。研究表明，如果增广一步代价（OSVF）的值函数是控制李雅普诺夫函数，则稍加修改的模型预测控制（MPC）算法是稳定的。建议的稳定性条件是完全互补的现有终端成本为基础的MPC稳定性条件的意义上，他们是相互排斥的。通过使用这种方法，我们能够建立稳定的MPC算法与零终端成本，甚至负终端成本的特殊情况。将这种新方法与现有的MPC稳定性理论相结合，我们能够显着放宽对MPC的稳定性要求，并扩展了保证稳定性的设计空间。所提出的方法将有助于进一步缩小稳定性理论与MPC和其他基于优化的控制方法的实际应用之间的差距。
2023-01-27 cs.SY eess.SY math.OC
Stability and performance in MPC using a finite-tail cost
在本文中，我们提供了一个稳定性和性能分析的模型预测控制（MPC）计划的基础上有限尾成本。我们研究了最初由Magni等人（2001）提出的MPC公式，其中标准终端惩罚被某些稳定控制律的有限时域成本所取代。为了分析闭环，我们利用了为MPC开发的最新技术机器，而没有终端成分。对于一组指定的初始条件，我们得到的稳定性和性能界的预测范围和扩展的地平线用于终端惩罚的依赖充分条件。所考虑的有限尾成本MPC制定的主要实际好处是更简单的离线设计，结合通常显着减少限制性的边界上的预测范围，以确保稳定性。我们证明了所考虑的MPC制定的好处，使用经典的四罐系统的例子。
2021-06-21 cs.SY eess.SY math.OC
On the convergence of stochastic MPC to terminal modes of operation
随机模型预测控制（MPC）在加性扰动下的稳定性通常通过构造类Lyapunov不等式来证明，该不等式保证闭环性能界和状态的有界性，但收敛到终端控制律通常没有被证明.在这项工作中，我们使用一般状态空间马尔可夫链的结果，找到条件，保证受干扰的非线性系统收敛到终端的操作模式，使他们收敛的概率先验已知的终端线性反馈法，并实现时间平均性能等于终端控制律。我们讨论了随机MPC配方的控制律的收敛性的影响，特别是我们证明了两个配方的随机MPC的收敛性。
2019-03-16 math.OC
Robust MPC for Uncertain Linear Systems -- Combining Model Adaptation and Iterative Learning
针对带参数不确定性和加性扰动的迭代任务线性系统，提出融合集员参数估计、终端代价与终端集迭代学习的鲁棒自适应学习MPC框架，保证递归可行性等特性，仿真验证其在效率和性能上优于无终端组件迭代学习的同类方案。
2025-09-01 cs.SY eess.SY math.OC
On performance bound estimation in NMPC with time-varying terminal cost
模型预测控制（MPC）方案通常设计有固定的，即，时不变、水平长度和代价函数。如果不使用稳定终端成分，则可以通过足够长的时间范围来保证稳定性。一个次优性指数可以推导出的MPC法的性能在无限时域（IH）的界限。虽然对于时不变方案，这种指数可以离线计算，但较少关注具有自适应代价函数的时变策略，可以找到，例如，基于学习的最优控制本文研究了具有稳定时域和时变终端代价的非线性MPC的性能界。提出了一种利用最优有限时间成本的衰减和卷积历史堆栈来预测IH性能的界限的方案。基于衰减率的在线信息，改进了性能界估计，同时使用自适应动态规划的方法来适应终端成本。终端成本的自适应导致具有相同水平长度的时不变方案的性能改善。该方法是证明在一个案例研究。
2021-03-01 cs.SY eess.SY math.OC
Suboptimal Shrinking Horizon MPC with a Lower Hessian Condition Number from Adjustable Terminal Cost
University of Michigan（密歇根大学）；Johns Hopkins University Applied Physics Lab（约翰斯·霍普金斯大学应用物理实验室）
本文提出一种通过动态调整终端成本和时间域长度，以降低Hessian条件数来减少SH-MPC计算负担的方法，并展示了其在航天器摇头阻尼中的应用。
2025-12-03 math.OC
Finite Control Set Model Predictive Control with Limit Cycle Stability Guarantees
针对现有有限控制集模型预测控制稳态行为不可预测的问题，提出带周期终端代价与终端集的极限环FCS-MPC设计，保证算法渐近稳定与递归可行性，方法经切换系统和电力电子算例验证。
2024-07-10 cs.SY eess.SY math.OC
Tractable robust MPC design based on nominal predictions
鲁棒模型预测控制（MPC）领域中的许多流行方法都是基于标称预测的。本文提出了一种新的制定这类控制器已证明的输入到状态稳定性和鲁棒约束满足。其优点是：（i）其主要成分的设计对于中型到大型系统是易处理的，（ii）终端集不需要相对于所有可能的系统不确定性是鲁棒的，而只需要对于可以任意小的缩减集是鲁棒的，从而便于其设计和实现，（iii）在某些条件下，终端集可以被视为标称系统的正不变集，允许我们使用终端等式约束，这有利于其应用到大规模的系统，和（iv）其优化问题的复杂性是可比的非鲁棒MPC变体。我们展示了其应用于多变量化工厂的数值闭环结果，并将其与其他鲁棒MPC制剂进行比较。
2022-02-19 cs.SY eess.SY math.OC
On generalized terminal state constraints for model predictive control
Politecnico di Torino（都灵理工大学）；University of California at Santa Barbara（加州大学圣塔芭芭拉分校）
提出一种广义终端状态约束方法，用于设计模型预测控制律，在相同计算复杂度下扩大可行域，并引入新的滚动时域策略保证有限时间收敛。
2013-07-12 cs.SY eess.SY math.OC
Recursive Feasibility without Terminal Constraints via Parent-Child MPC Architecture
本文提出Parent-Child MPC分层架构，通过耦合不同视野的MPC层并利用基于tube的可调阶段约束，在无保守终端约束下保证非线性系统的递归可行性与稳定性，同时提升计算效率和可扩展规划能力。
2025-07-14 math.OC
A nonlinear model predictive control framework using reference generic terminal ingredients -- extended version
本文提出了一种准无限时域非线性模型预测控制（MPC）方案，用于跟踪一般参考轨迹。该方案适用于局部增量可镇定的非线性系统。对于这样的系统，我们提供了一个参考的一般离线过程来计算一个增量稳定的反馈与连续参数化的二次准无限地平线终端成本。因此，我们得到了一个非线性参考跟踪MPC方案的有效终端成本一般可达的参考轨迹，而不增加在线计算复杂度。作为一个推论，终端成本也可以用来设计非线性MPC方案，可靠地运行在线变化的条件下，包括不可达的参考信号。该方法的实用性与基准的例子证明。本文是已接受的论文[1]的扩展版本，并包含有关\textit{robust}轨迹跟踪（App.~ B）、连续时间动力学（App.~ C）、输出跟踪阶段成本（附录~ D）和与增量系统属性的连接（App.~ A）。
2020-03-11 cs.SY eess.SY math.OC
Value Function Approximation for Nonlinear MPC: Learning a Terminal Cost Function with a Descent Property
通过监督学习学习具有下降性质的终端成本函数，以减少非线性MPC的预测时间跨度并降低在线计算复杂性。
2025-12-04 math.OC
Economic Linear Quadratic MPC With Non-Unique Optimal Solutions
IMT School for Advanced Studies Lucca（卢卡高等研究学院）
研究经济线性二次型模型预测控制中半正定旋转成本情况，通过联系相关结果填补空白，还扩展了指数稳定性与终端成本选择的结果。
2026-07-29 cs.SY eess.SY math.OC
Discrete-time Control Barrier Functions for Guaranteed Recursive Feasibility in Nonlinear MPC: An Application to Lane Merging
本文提出DTCBF和qDTCBF证书作为非线性MPC终端要素以保证递归可行性，其中qDTCBF可在更紧输入约束下满足条件，并在自动驾驶车道合并场景中通过仿真验证了方法的有效性。
2023-09-20 cs.SY eess.SY math.OC
Stability and Performance Guarantees for MPC Algorithms without Terminal Constraints
模型预测控制算法的一个典型瓶颈是计算滚动时域反馈律的计算负担，滚动时域反馈律主要由预测时域的长度决定。基于放松的李雅普诺夫不等式，我们提出的技术，使我们能够显示稳定性和次优估计减少预测范围。特别是，已知的次优性估计的可控性条件的基础上的结构特性被用来削减理论稳定性结果和数值观测之间的差距。
2014-01-15 math.OC
Maximal Controlled Invariant-MPC: Enhancing Feasibility and Reducing Conservatism through Terminal CBF Constraint in Safety-Critical Control
Graduate Student, Daniel Guggenheim School of Aerospace Engineering（丹尼尔·古吉恩航空航天工程学院研究生）；Assistant Professor, Director, Aerospace Robotics Lab, Daniel Guggenheim School of Aerospace Engineering（丹尼尔·古吉恩航空航天工程学院助理教授、主任、航空航天机器人实验室）
本文提出一种利用CBF作为终端约束的MPC方法，通过增加预测时间 horizon 提高可行性与可达集，减少保守性，并通过非holonomic系统仿真验证了其有效性。
2026-05-07 cs.RO cs.SY eess.SY
On discount functions for economic model predictive control without terminal conditions
本文将无终端条件经济模型预测控制的稳定性保证从线性折扣扩展至一大类折扣函数，证明其在周期最优轨道下仍具渐近稳定性，并通过数值示例表明合适的折扣函数可在短预测时域下显著提升性能。
2025-03-11 cs.SY eess.SY math.OC
Robust Economic Model Predictive Control without Terminal Conditions
针对不确定系统，提出了一种新的基于管的经济模型预测控制（MPC）方案，该方案既不使用终端费用，也不使用终端约束。我们表明，从不受干扰的情况下，可以扩展到系统的有界干扰，通过使用类似的收费公路参数和适当修改的阶段成本。我们证明了强大的保证闭环性能，收敛性和稳定性在适当的耗散性和可控性条件下，并讨论它们在一个数值例子。
2020-07-27 cs.SY eess.SY math.OC
Learning-based Event-triggered MPC with Gaussian processes under terminal constraints
针对动力学未知的非线性系统，提出一种基于高斯过程与终端约束的学习型事件触发MPC方法，通过递归可行性导出事件触发条件，在保证稳定性的同时减少控制任务执行次数。
2024-01-01 math.OC
Improving greenhouse fruit-production control by integrating reinforcement learning into short-horizon model predictive control
Wageningen University & Research（瓦赫宁根大学与研究）；Delft Center for Systems and Control (DCSC), Delft University of Technology（代尔夫特理工大学系统与控制中心）；Wageningen Research（瓦赫宁根研究）
研究温室水果生产控制问题，提出轨迹选择RL-MPC框架，将水果产量长期经济信息融入短期MPC优化，通过定义终端约束和成本求解优化问题，应用于大型温室番茄模型，提升了控制性能。
2026-07-09 cs.SY eess.SY math.OC
Exponential stability of data-driven nonlinear MPC based on input/output models
TU Ilmenau（埃尔朗根-纽伦堡工业大学）；University of Pavia（帕维亚大学）；Imperial College London（伦敦帝国理工学院）
针对无终端稳定条件的数据驱动非线性模型预测控制，通过假设指数可镇定性和比例误差界，证明了预测 horizon 足够长时的指数稳定性，并用核插值验证了近似条件。
2026-05-26 cs.SY eess.SY math.OC
Performance Bounds of Model Predictive Control for Unconstrained and Constrained Linear Quadratic Problems and Beyond
本文研究无约束与约束线性二次问题中 MPC 的次优性，通过将其视为不动点方程近似方案推导闭环性能界，并提出不依赖原 Riccati 方程解的终端代价与约束选择方法，以扩大可行域且几乎不损失无限时域性能。
2023-06-03 cs.SY eess.SY math.OC
An explicit dual control approach for constrained reference tracking of uncertain linear systems
研究了一类线性动力系统的有限时域最优跟踪问题，该系统的状态空间矩阵具有参数不确定性，且存在外部干扰。一个次优的解决方案，提出了使用模型预测控制（MPC）的显式对偶控制方法，使主动不确定性学习。提出了一种新的鲁棒不变在线终端集和终端控制器的设计算法。采用集员辨识方法在线更新系统的参数不确定性。预测的最坏情况下的成本中使用的MPC最优化问题的控制输入的双重效果建模。使用建议的终端集和剩余时间范围的收缩性来估计成本，以便优化器可以估计勘探的未来收益。所提出的双重控制算法确保了鲁棒约束满足和递归可行性，并使用鲁棒性能指标导航的探索-开发权衡。
2022-02-04 cs.SY eess.SY math.OC
Transient Performance of Tube-based Robust Economic Model Predictive Control
在本文中，我们提供了非平均和瞬态性能保证最近开发的，基于管的鲁棒经济模型预测控制（MPC）计划。特别是，我们认为这两个基于管的MPC计划与终端条件。我们表明，通过应用这种MPC计划获得的闭环性能是近似最优的评估时，在有限和无限的时间范围。这些性能界限是类似的名义经济MPC以前得出的。理论结果进行了讨论的数值例子。
2022-05-16 cs.SY eess.SY math.OC
The Global Asymptotic Stability Problem for Linear MPC Is Undecidable
Linköping University（林雪平大学）
该研究证明线性模型预测控制在简单设定下全局渐近稳定性判定问题不可判定，排除了多种常见因素，揭示了其内在计算极限。
2026-09-10 cs.SY eess.SY math.OC
Predictive Control with Learning-Based Terminal Costs Using Approximate Value Iteration
模型预测控制（MPC）方案下的稳定性通常由终端成分来确保。采用（控制）李雅普诺夫函数作为终端成本构成了一个共同的选择。基于学习的方法可以用于通过将终端成本与例如无限时域最优控制问题相关联来构造终端成本，其中最优成本是李雅普诺夫函数。值迭代是一种近似动态规划（ADP）方法，是一种特殊的成本近似技术。在这项工作中，我们合并终端无约束预测控制和近似值迭代的结果，从这两个领域的利益。一个预测范围是根据不同的因素，如近似相关的错误，使闭环渐近稳定，进一步允许一个次优估计相比，一个无限的地平线上的最佳成本。结果扩展了最近的研究预测控制与ADP为基础的终端成本，不需要一个本地的初始稳定控制器。我们比较这个控制器在模拟与其他终端成本选项，表明所提出的方法导致一个较短的最小地平线相比，以前的结果。
2022-12-01 cs.SY eess.SY math.OC
Stability Properties of the Adaptive Horizon Multi-Stage MPC
本文提出自适应时域多阶段MPC算法，基于ISpS理论建立稳定性准则，利用参数NLP灵敏度确定最小稳定预测时域，显著降低计算成本，并通过三个数值示例验证了计算延迟的减少。
2023-05-30 cs.SY eess.SY math.OC
Relaxed dissipativity assumptions and a simplified algorithm for multiobjective MPC
研究了具有多个竞争费用函数的非线性模型预测控制问题。在该方案的每一步中，解决了一个带有终端条件的非线性系统的多目标最优控制问题。我们提出了一种算法，并给出性能保证所产生的MPC闭环系统。因此，我们显着简化了文献中所作的假设，到目前为止，假设严格耗散性和存在一个兼容的终端成本的竞争目标函数之一。我们给出的条件，确保闭环系统的渐近稳定性，更重要的是，获得性能估计的所有成本标准。各种情况下的数值模拟说明了我们的研究结果。该算法需要在每次迭代中选择一个有效解，因此我们研究了几个选择规则及其对结果的影响。
2022-06-30 math.OC
Approximate solution of stochastic infinite horizon optimal control problems for constrained linear uncertain systems
针对约束线性不确定系统的无限时域最优控制问题，提出一种单步预测时域的MPC方法，通过采样估计期望成本和数据驱动近似值函数，实现近乎最优解并保证可行性与收敛性。
2025-04-23 cs.SY eess.SY math.OC
Transient Performance of MPC for Tracking
本文研究带人工参考量的跟踪 MPC，在温和的偏差成本假设下给出闭环瞬态性能界，并证明预测时域增长时可恢复无限时域最优解。
2024-01-24 cs.SY eess.SY math.OC
Distributed and Localized Model Predictive Control. Part II: Theoretical Guarantees
工程信息物理系统正变得越来越大和复杂。这些系统需要可扩展的控制器，鲁棒地满足状态和输入约束的存在下，加性噪声-这种控制器还应该伴随着理论上的可行性和稳定性的保证。在我们的配套文件中，我们介绍了分布式和本地化模型预测控制（DLMPC）的大规模线性系统; DLMPC是一个可扩展的闭环MPC计划，其中子系统只需要交换本地信息，以综合和实施本地控制器。在本文中，我们提供了递归的可行性和渐近稳定性保证DLMPC。我们利用系统级综合框架来表达闭环系统的最大正鲁棒不变集及其相应的李雅普诺夫函数，都在闭环系统响应方面。我们使用不变集作为DLMPC的终端集，并证明了这保证了最小保守性的可行性。我们使用的李雅普诺夫函数的终端成本，并表明，这保证了稳定性。我们提供了完全分布式和本地化的算法来计算终端集离线，也提供了必要的补充在线DLMPC算法，以适应耦合终端约束和成本。在所有的算法中，只有当地的信息交换是必要的，计算复杂性是独立的全球系统的大小-我们证明了这一点分析和实验。这是第一个分布式MPC的方法，提供最低限度的保守，但完全分布式保证递归的可行性和渐近稳定性，为标称和鲁棒设置。
2022-03-01 cs.SY eess.SY math.OC
Ensuring Stability in Networked Systems with Nonlinear MPC for Continuous Time Systems
University of Bayreuth（拜罗伊特大学）；University of the Federal Armed Forces Munich（联邦国防军慕尼黑大学）
针对存在网络延迟和数据包丢失的网络化系统，提出一种无需终端约束或代价的连续时间非线性模型预测控制稳定性定理，证明在固定短控制时域条件下即可保证稳定性。
2012-08-29 cs.NI cs.SY eess.SY
Stability and performance of stochastic economic MPC -- Stochastic characterization of the closed-loop asymptotics
University of Bayreuth（拜罗伊特大学）；Leipzig University（莱比锡大学）；Hamburg University of Technology（汉堡工业大学）
针对无终端约束的随机经济模型预测控制，利用随机耗散性和转捩特性构建闭环Lyapunov函数，证明最优平稳过程的P-实用渐近稳定性，并给出近最优性能界。
2026-06-12 math.OC
Feasibility Analysis and Proof of Model Predictive Control
模型预测控制（MPC）的时序和终端约束可行性是保证MPC控制连续性的重要条件。因此，本研究探讨这两个属性理论上使用MPC模型的车辆排队和生态驾驶策略在信号交叉口。本研究作为即将发表的论文的补充材料。
2022-06-23 math.OC
An Optimal Solution to Infinite Horizon Nonholonomic and Discounted Nonlinear Control Problems
Texas A&M University（德克萨斯农工大学）
本文提出了一种解决无限时间非holonomic和折扣非线性控制问题的最优解方法，通过正则化和自由最终时间公式实现终端集的全局渐近稳定性，并验证了其在非holonomic机器人系统中的有效性。
2026-02-15 cs.SY eess.SY math.OC
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
Convergence Filters for Efficient Economic MPC of Non-dissipative Systems
Zhejiang University of Technology（浙江工业大学）；Shanghai Jiao Tong University（上海交通大学）；University of Wollongong（伍伦贡大学）
本文提出了一种针对非耗散系统的高效经济模型预测控制方法，通过引入收敛滤波器和变量时间范围策略，提升计算效率并保证系统稳定性。
2026-01-05 cs.SY eess.SY math.OC
Stability in data-driven MPC: an inherent robustness perspective
本文从固有鲁棒性视角教程式分析未知 LTI 系统的 DD-MPC 稳定性，利用对噪声的连续性与标称 MPC 的鲁棒性证明多种噪声数据方案闭环稳定。
2022-08-25 cs.SY eess.SY math.OC
Analysis of Unconstrained Nonlinear MPC Schemes with Time Varying Control Horizons
对于满足可控性条件的非线性离散时间系统，我们给出了一个模型预测控制的稳定性条件，没有稳定终端约束或成本。该条件是根据一个分析公式给出的，该公式可以用来确定一个预测范围长度，该预测范围长度可以保证渐近稳定性或性能保证。基于该公式，进行了关于预测和可能时变的控制时域的灵敏度分析。
2012-03-30 math.OC
Infinite-Horizon Differentiable Model Predictive Control
NNAISENSE；University of Oxford（牛津大学）
提出了一种可微线性二次型模型预测控制（MPC）的安全模仿学习框架。利用离散时间代数Riccati方程（DARE）得到的终端费用函数来实现无穷时域费用，从而证明了学习控制器在闭环中是稳定的.一个核心的贡献是推导的解析衍生的解决方案的DARE，从而允许使用基于微分的学习方法。另一个贡献是MPC最优化问题的结构：增广拉格朗日方法确保MPC优化在整个训练过程中是可行的，同时对状态和输入施加硬约束，并且预稳定控制器确保MPC解和导数在每次迭代时都是准确的。该框架的学习能力证明在一组数值研究。
2020-01-07 cs.LG cs.SY eess.SY
Constrained nonlinear output regulation using model predictive control -- extended version
提出了一种模型预测控制（MPC）框架来解决约束非线性输出调节问题。所提出的框架的主要特点是，应用程序不需要解决经典的调节器（弗朗西斯-伯恩斯-Isidori）方程或任何其他离线设计程序。特别是，所提出的公式简单地最小化预测的输出误差，可能与一些输入正则化。我们没有像MPC理论中的标准那样使用终端成本/集或正定阶段成本，而是基于Grimm等人2005年的理论结果，使用可检测性概念。如果受约束的非线性调节问题是（严格）可行的，被控对象是增量可镇定的，且增量输入输出状态稳定（i-IOSS/可检测），则该方法是适用的.我们表明，对于最小相位系统，这样的设计确保指数稳定的调节器歧管。我们还提供了一个设计过程的情况下，不稳定的零动态使用增量输入正则化和非共振条件。固有的鲁棒性噪声误差/输出反馈的情况下建立简化的假设（例如，没有状态约束）。理论结果示出了一个例子，涉及偏移免费跟踪噪声误差反馈。本文还包含新的结果MPC没有终端的限制，正半定输入/输出阶段的成本是独立的利益。
2021-06-01 cs.SY eess.SY math.OC
Energy Management for Autonomous Underwater Vehicles Using Economic Model Predictive Control
研究了自主水下航行器（AUV）的能量最优控制问题。为了提高水下机器人的续航能力，提出了一种基于经济模型预测控制（MPC）框架的能量最优控制方案。首先，我们制定了一个代价函数，计算在有限的时间预测范围内的车辆运行所花费的能量。然后，为了考虑超出预测范围的能量消耗，将接近达到目标的能量（能量消耗）的终端成本并入MPC代价函数中。
2019-06-20 cs.SY eess.SY math.OC
Learning $Q$-function approximations for hybrid control problems
控制混合动力系统的主要挑战来自于必须考虑指数数量的未来模式序列，以做出良好的长期决策。模型预测控制（MPC）通过有限时域优化问题计算控制动作。这个问题的一个关键因素是终端成本，以说明系统的演变超出了选定的范围。一个好的终端成本可以减少良好的控制行动所需的时域长度，并经常通过观察性能经验调整。我们基于在MPC目标中使用$N$ -步骤$Q$ -函数$(\mathcal{Q}^{(N)})$的思想，以避免必须选择终端成本。我们提出了一个配方，将系统动力学和约束近似的最佳$\mathcal{Q}^{(N)}$函数和算法，通过探索的状态空间的近似参数训练。我们测试的控制策略来自训练的近似两个基准问题，通过模拟和观察，我们的算法能够学习良好的$\mathcal{Q}^{(N)}$ -近似高维混合系统的基础上一个相对较小的数据集。最后，我们比较我们的控制器的性能对混合MPC的计算时间和闭环成本。
2021-06-07 math.OC
Rethinking Strict Dissipativity for Economic MPC
IMT School for Advanced Studies Lucca（卢卡高等研究学院）
本文提出双存储严格耗散性概念，用于保证经济MPC的渐近稳定性，并探讨了相关终端成本设计。
2026-03-09 cs.SY eess.SY math.OC
Closed-loop analysis of linear stochastic MPC with risk-averse constraints
University of Bayreuth（拜罗伊特大学）；Hamburg University of Technology（汉堡工业大学）
本文提出基于间接反馈方法的线性随机MPC，扩展至风险厌恶约束，如条件风险价值，并证明递归可行性及闭环约束满足，同时通过随机耗散性和终端条件保证闭环性能近似最优。
2026-04-13 math.OC
Robust stability analysis of a simple data-driven model predictive control approach
本文针对一种无需终端成分的简单数据驱动MPC方案，基于行为系统理论分析其闭环特性，证明无噪声时足够长预测时域可保证指数稳定、带噪声时具实用指数稳定，并通过数值示例验证优势。
2022-04-14 cs.SY eess.SY math.OC
Stable Hierarchical Model Predictive Control Using an Inner Loop Reference Model and Lambda-Contractive Terminal Constraint Sets
本文提出了一种新的分层模型预测控制（MPC）策略，保证整体系统的稳定性。该方法与先前的保证整体稳定性的方法显著不同，先前的方法依赖于多速率框架，其中内环（低水平）以比外环（高水平）更快的速率更新，并且内环必须在每个外环时间步长内达到稳态。相比之下，本文提出的方法的目的是稳定的误差系统的起源，其特征在于由内环状态和全阶参考模型指定的状态之间的差异。这使得该方法适用于具有降低的时间尺度分离水平的系统。本文提出了一个框架，保证稳定性，利用参考模型的使用，结合内部和外部循环的压缩约束集。建议的参考模型为基础的战略的有效性，通过模拟现有的搅拌釜反应器的问题，我们证明了MPC最优化问题仍然是可行的，系统保持稳定，并继续表现良好时，内外循环之间的时间尺度分离减少。
2013-09-23 math.OC
Kernel EDMD for data-driven nonlinear Koopman MPC with stability guarantees
提出将面向控制系统的核 EDMD 用于数据驱动非线性 Koopman MPC，借助与状态成比例的逐点误差界，在无需终端稳定条件或不变性条件下证明闭环实用渐近稳定性并仿真验证。
2025-03-14 math.OC
Suboptimal MPC with a Computation Governor: Stability, Recursive Feasibility, and Applications to ADMM
University of Michigan（密歇根大学）；Johns Hopkins University Applied Physics Lab（约翰斯·霍普金斯大学应用物理实验室）
针对MPC求解时间不足的问题，提出带计算调节器的次优MPC策略，推导了保证递归可行性、参考指令收敛和闭环稳定性的条件，提出在线选参考指令和构建隐式终端集的方法，并通过仿真验证。
2025-09-13 math.OC
