On the approximability of Koopman-based operator Lyapunov equations
本文利用 Koopman 算子将非线性有限维系统提升为无限维线性系统,在加权 L^p 空间中建立算子 Lyapunov 方程与 Lyapunov 函数的联系,并证明其解的快速特征值衰减支持有限秩数值逼近。
2023-11-02 cs.NA math.NA math.OC
Linear quadratic control of nonlinear systems with Koopman operator learning and the Nyström method
本文提出将Koopman算子与核方法及Nyström随机子空间近似相结合来控制非线性系统,并证明了Riccati算子以$m^{-1/2}$速率收敛、调节器目标以$m^{-1}$速率收敛的理论保证,同时通过数值实验验证了方法的有效性。
2025-03-03 cs.SY eess.SY math.OC
Data-driven MPC with terminal conditions in the Koopman framework
本文在Koopman框架下利用EDMD构建数据驱动模型,提出带终端条件的非线性MPC,严格证明递归可行性与实际渐近稳定性,并验证了控制器及终端设计流程的有效性。
2024-08-22 cs.SY eess.SY math.OC
Stochastic LQ and Associated Riccati equation of PDEs Driven by State-and Control-Dependent White Noise
研究了状态和控制相关白噪声驱动下线性偏微分方程的二次型最优随机控制问题。有限和无限的时间范围被认为是。系统的乘性白噪声动力学导致了Riccati方程甚至李雅普诺夫方程的奇异性。首次得到了Riccati方程和Lyapunov方程的适定性。最优控制的线性反馈系数是奇异的,并表示为相应的Riccati方程的解。证明了零能控性等价于具有奇异终值的Riccati方程解的存在性。最后,以受控Anderson模型为例进行了说明.
2018-09-14 math.OC math.PR
Data-Driven Nonlinear Stabilization Using Koopman Operator
提出了Koopman算子理论在非线性控制系统稳定反馈控制器设计中的应用。所提出的方法是数据驱动的,并依赖于使用从控制动力系统的提升的非线性系统在Koopman特征函数坐标产生的时间序列数据。特别是,一个有限维的双线性表示的控制仿射非线性动力系统构造在Koopman特征函数坐标使用时间序列数据。样本复杂性结果用于确定所需的数据,以达到所需的精度水平的近似双线性表示的非线性系统在Koopman特征函数坐标。提出了一种基于控制李雅普诺夫函数的镇定反馈控制器设计方法,并利用逆最优性原理对所设计的双线性系统的镇定反馈控制器的最优性进行了评价。提出了一种基于系统凸优化的控制李雅普诺夫函数搜索方法.几个数值例子来证明所提出的数据驱动的稳定化方法的应用。
2019-01-19 math.OC
Singular value decay of operator-valued differential Lyapunov and Riccati equations
Max Planck Institute for Dynamics of Complex Technical Systems(马克斯·普朗克复杂技术系统动力学研究所)
本文研究了算子值微分李雅普诺夫和里卡蒂方程的奇异值衰减问题,证明在特定条件下解的奇异值快速衰减,扩展了代数方程的先前结果,并展示了初始条件为零时奇异值随时间趋近于零的收敛性。
2018-06-25 cs.NA math.NA math.OC
Discovering the Kalman-Bucy-Koopman Filter
Clemson University(克莱姆森大学)
提出基于库普曼算子谱理论的卡尔曼-布西-库普曼滤波器,通过特征函数参数化值函数,将非线性估计转化为库普曼坐标下的Riccati型演化,实现线性算子模拟经典滤波器并保持非线性结构。
2026-06-29 math.DS math.OC
Data-to-Certificates (D2C): Koopman Supereigenfunctions for Stability, Safety, and Control
Clemson University(克莱姆森大学)
本文提出数据到证书(D2C)范式,直接学习Koopman超特征函数作为不等式证书,用于稳定性、安全性和控制,并通过几何与预解式方法实现数据驱动认证。
2026-10-02 cs.SY eess.SY math.OC
Koopman Modeling and Stabilization of Discrete-Time Nonlinear Control Systems: Bilinearity on a Reproducing Kernel Hilbert Space
Department of Chemical and Biomolecular Engineering, North Carolina State University(北卡罗来纳州立大学化学与生物分子工程系)
本文证明满足光滑性和正则性条件的离散时间非线性系统,在将状态和输入变量分别提升到再生核希尔伯特空间后,可精确表示为双线性动力学,并基于核平方和形式的Lyapunov函数提出镇定控制方法。
2026-06-09 cs.SY eess.SY math.OC
A Data-Driven Prescribed-Time Control Framework via Koopman Operator and Adaptive Backstepping
本文提出一种融合EDMDc数据驱动建模与指定时间自适应反步控制的框架,通过库普曼线性化处理模型误差并避免复杂度爆炸,在范德波尔振荡器上验证了用户指定时间内精确镇定且闭环信号有界。
2025-07-03 cs.SY eess.SY math.OC
Reinforcement Learning-Based Optimal Control for Multiplicative-Noise Systems with Input Delay
研究了具有输入时滞且部分系统动态未知的乘性噪声系统基于强化学习的最优控制问题。为了解决一个变种的Riccati-ZXL方程,这是一个对应的标准Riccati方程,并确定最优控制器,我们首先开发了一个必要和充分的稳定条件的形式几个李雅普诺夫型方程,一个并行的经典李雅普诺夫理论。在此基础上,我们给出了一种求解变形式Riccati-ZXL方程的离线收敛算法。根据收敛算法,我们提出了一种基于RL的最优控制设计方法,用于求解部分未知系统动态的线性二次型调节问题。最后,通过一个算例对算法进行了验证.
2023-01-07 math.OC
Koopman Observability of Nonlinear Systems and Data-Driven Koopman--Luenberger Observer
North Carolina State University(北卡罗来纳州立大学)
本文提出Koopman可观测性与可检测性概念,基于RKHS建立指数可检测条件,利用Yosida近似和数据驱动方法将观测器增益求解化为半定规划,保证观测误差均方有界。
2026-11-19 math.OC
The Generalised Discrete Algebraic Riccati Equation in LQ optimal control
本文研究了由经典无限时域线性二次控制问题的解所产生的广义离散代数Riccati方程的解的性质。特别是,几何分析用于研究广义Riccati方程的解决方案和输出为零的子空间的基础系统和相应的可达子空间之间存在的关系。这种分析揭示了一个子空间的存在,发挥了重要作用,在解决相关的最优控制问题,这是反映在相应的扩展辛束的广义本征结构。在建立本文的主要结果时,还讨论并解决了离散李雅普诺夫方程和谱分解的若干辅助问题。
2012-01-18 math.DS math.OC
Stochastic Stability Analysis of Discrete Time System Using Lyapunov Measure
Iowa State University(爱荷华州立大学)
本文研究了随机非线性离散时间系统的稳定性问题,提出基于线性转移算子的李雅普诺夫度量作为稳定性验证工具,并建立了李雅普诺夫函数与度量之间的联系,通过双算子性质展示其对偶性,提出有限维近似方法和粗随机稳定性概念。
2016-03-08 cs.SY eess.SY math.DS
State-dependent Riccati equation feedback stabilization for nonlinear PDEs
研究了半离散偏微分方程非线性动力学控制的次优反馈律的综合问题。针对H2和Hinf控制问题,提出了一种基于状态相关Riccati方程(SDRE)的方法。根据所产生的问题,离线,在线和混合离线在线替代SDRE合成的非线性和尺寸。混合离线-在线SDRE方法减少到李雅普诺夫方程的顺序解决方案,有效地使次优反馈控制的二维偏微分方程的计算。正弦戈登,退化Zeldovich,和粘性Burgers的偏微分方程的数值试验,提供了一个彻底的实验评估所提出的方法。
2021-06-14 cs.NA math.NA math.OC
Feedback Stabilization Using Koopman Operator
在本文中,我们提供了一个系统的方法设计的稳定反馈控制器的非线性控制系统使用Koopman算子的框架。Koopman算子方法为非线性动力系统提供线性表示,为非线性控制系统提供双线性表示。然后将非线性控制系统的反馈镇定问题转化为双线性控制系统的镇定问题。提出了一种基于控制李雅普诺夫函数(CLF)的双线性系统稳定反馈控制器的设计方法。寻找CLF的双线性控制系统制定为一个凸优化问题。这导致了一个示意性的双线性系统,因此,原来的非线性系统设计CLF为基础的稳定反馈控制器的程序。本文提出的控制器设计方法的另一个优点是,它不需要明确的系统动力学知识。特别地,非线性控制系统在Koopman特征函数空间中的双线性表示可以从时间序列数据获得。仿真结果验证了稳定反馈控制器的设计和数据驱动方面所提出的方法的主要结果。
2018-09-28 math.OC
On merging constraint and optimal control-Lyapunov functions
University of Udine(乌迪内大学);University of Pisa(比萨大学);TU Delft(代尔夫特理工大学)
本文提出一种方法,通过部分控制共享来融合约束形状和Riccati最优函数,生成具有有限复杂度的CLF,解决受约束的线性二次稳定化问题。
2018-03-28 cs.SY eess.SY math.DS
Criteria for stabilizing a multi-delay stochastic system with multiplicative control-dependent noises
本文研究了具有多输入时滞和乘性控制相关噪声的离散随机系统的均方镇定问题。对于这类多时滞随机系统,我们首次提出了两种镇定准则:Riccati型和Lyapunov型。一方面,我们采用降阶方法将多时滞随机系统转化为无时滞辅助系统,并给出了它们的等价镇定命题。然后,通过引入时滞依赖的代数Riccati方程(DDARE),证明了所考虑的系统是可镇定的当且仅当发展的DDARE有唯一的正定解.另一方面,我们描述了基于时滞依赖李雅普诺夫方程(DDLE)的准则,这可以通过线性矩阵不等式(LMI)的可行性测试进行验证。此外,在一定的约束结构下,我们还得到了时滞裕度的存在性定理,更重要的是,我们还得到了计算时滞裕度精确值的显式公式。
2023-03-15 math.OC
Learning Stable Models for Prediction and Control
Northwestern University(西北大学);Carnegie Mellon University(卡内基梅隆大学)
本文展示了对数据驱动的Koopman算子施加稳定性的好处。稳定Koopman算子(DISKO)的数据驱动识别是使用算法\cite{mamakoukas_stableLDS2020}实现的,该算法计算最小二乘重建误差的最近\textit{stable}矩阵解。作为第一个结果,我们推导出一个公式,描述了任意数量的时间步长的Koopman表示的预测误差,这表明稳定性约束可以提高长期的预测精度。作为第二个结果,我们确定的Koopman运营商的基函数的形式条件,以满足基本的非线性系统的稳定性。作为第三个结果,我们推导出的形式条件,为非线性系统的稳定的数据驱动的Koopman运营商,我们用它来验证稳定控制的数据,构造李雅普诺夫函数。最后,我们展示了DISKO的好处,在预测和控制模拟使用钟摆和四旋翼和实验与推杆滑块系统。本文还附有一段视频:\url{https://sites.google.com/view/learning-stable-koopman}。
2022-03-24 cs.RO math.OC
Continuous-Time Critic as a Lyapunov Function: Projected Adaptation and Cart-Pole Stabilization
Central University(中央大学);Center for Engineering Systems and Sciences(工程系统与科学中心);Sirius University of Science and Technology(天狼星科技大学)
本文提出将参数化评判器作为李雅普诺夫候选函数,通过投影到可行速度集与衰减半空间交集实现自适应稳定,并给出可行性检验与反例,在力受限小车-杆上验证了条件稳定机制。
2026-10-08 cs.SY eess.SY math.DS
Data-Driven optimal control via Koopman operators and Hamilton-Jacobi-Bellman equations
School of Data Sciences, Zhejiang University of Finance and Economics(浙江财经大学数据科学学院);School of Mathematics, Harbin Institute of Technology(哈尔滨工业大学数学学院)
本文提出数据驱动稳定流形(DD-SM)方法,结合Koopman算子与HJB方程,从原始轨迹数据实现最优反馈控制,经改进范德波尔振子实验验证有效,可1毫秒内输出控制信号。
2026-08-13 math.OC
Synthesizing Control Laws from Data using Sum-of-Squares Optimization
本研究结合Koopman算子理论、控制李雅普诺夫函数与平方和优化,提出一种跳过系统辨识的数据驱动多项式控制器综合方法,经小车倒立摆实验验证有效。
2023-07-03 cs.SY eess.SY math.DS
Detectability, Riccati Equations, and the Game-Based Control of Discrete-Time MJLSs with the Markov Chain on a Borel Space
本文针对状态空间为Borel空间的离散时间马尔可夫跳变线性系统提出可检测性概念,基于广义Lyapunov方程半正定解建立稳定性判据,解决非零和博弈论控制问题并得到纳什均衡策略,还研究了无限时域混合H₂/H∞控制问题,统一推广了马尔可夫链状态空间限于有限或可数无限集的情况。
2025-02-19 math.OC
Distributed Stability Certification and Control from Local Data
University of Groningen(格罗宁根大学)
本文提出分布式算法,通过本地数据集体计算全局系统证书,解决分布式稳定性认证与控制问题。
2026-03-11 cs.SY eess.SY math.OC
Optimal Control for Minimizing Inescapable Ellipsoids in Linear Periodically Time-Varying Systems Under Bounded Disturbances
针对有界扰动下周期线性时变系统,提出基于微分Riccati方程的最优控制方法,通过系统化参数确定流程简化优化,可精确求解多类控制问题,经数值验证有效。
2025-09-04 cs.SY eess.SY math.OC
Optimal Stabilization Control for Discrete-time Markov Jump Linear System with Control Input Delay
本文研究具有控制输入时滞的马尔可夫跳变线性系的无穷时域最优控制与镇定问题。与以往工作不同的是,首次在显式下研究了系统的镇定充分必要条件,并利用耦合代数Riccati方程设计了无穷时域的最优控制器.通过引入一类新的Lyapunov方程,证明了在精确可观性假设下,具有控制输入时滞的MJLS在均方意义下可镇定当且仅当耦合代数Riccati方程有唯一的正定解.所得结果与具有输入时滞的标准系统的最优控制和镇定问题是平行的。
2019-02-17 math.OC
A Periodic Dichotomy in Linear Control Theory
School of Mathematics and Statistics, Wuhan University(武汉大学数学与统计学院)
本文利用周期性Riccati和Lyapunov方程的解构造周期性二分法变换,并给出周期线性二次最优控制问题的最优极值的显式表示,同时在合适条件下完全刻画最优极值。
2026-04-05 math.OC
Stabilization Control for ItO Stochastic System with Indefinite State and Control Weight Costs
在标准的线性二次型(LQ)控制中,研究无限时域最优控制的第一步是导出最优LQ控制器的镇定条件。研究了一类具有不确定控制和状态权矩阵的Ito随机系统的镇定问题。利用广义微分Riccati方程(GDRE)在有限时域下的收敛性,得到了广义代数Riccati方程(GARE).更重要的是,得到了不确定随机控制能镇定的充要条件。其关键技术之一是将GARE的解分解为一个满足奇异代数Riccati方程(SARE)的半正定矩阵和一个满足一定线性矩阵不等式条件的常数矩阵。利用GARE和SARE之间的等价性,将一般不确定情形的稳定化问题归结为确定情形的稳定化问题,并利用由SARE约束下的最优代价泛函所定义的李雅普诺夫泛函研究了系统的稳定化问题.
2019-08-21 math.OC
A convex data-driven approach for nonlinear control synthesis
Sandia National Laboratories(桑迪亚国家实验室);Clemson University(克莱姆森大学);Georgia Institute of Technology(佐治亚理工学院)
我们考虑一类非线性控制综合问题的基础数学模型是不明确的。我们提出了一个数据驱动的方法来稳定系统时,只有样本轨迹的动态是可访问的。我们的方法是建立在基于密度函数的几乎处处稳定性证明,这是对偶的李雅普诺夫函数的动态系统。与基于李雅普诺夫的方法,密度函数导致一个凸的制定的联合搜索的控制策略和稳定性证书。这种类型的凸问题可以通过调用平方和(SOS)的机制来有效地解决。对于数据驱动的部分,我们利用的事实,对偶结果的稳定性理论的动力系统可以理解使用线性Perron-Frobenius和Koopman运营商。这种连接使我们能够使用数据驱动的方法来近似这些运营商结合SOS技术的凸制定控制合成。所提出的方法的有效性证明通过几个例子。
2020-06-28 cs.RO cs.SY eess.SY
Rank deficiency of Kalman error covariance matrices in linear time-varying system with deterministic evolution
证明了对于线性、离散、时变、确定性系统(理想模型),Kalman滤波器中的Riccati变换渐近地将预测误差和分析误差协方差阵的秩限制为小于或等于系统的非负李雅普诺夫指数的个数.此外,这些误差协方差阵的支持被限制在由不稳定中立向后李雅普诺夫向量所跨越的空间中,提供了理论上的理由,只在不稳定中立子空间中进行同化的算法的方法。自治系统的等价性作为一种特殊情况进行了研究。
2016-10-04 math.DS math.OC
Receding-Horizon Policy Gradient for Polytopic Controller Synthesis
William E. Boeing Department of Aeronautics and Astronautics, University of Washington(华盛顿大学威廉E.波音航空航天系);Corvinus Institute for Advanced Studies (CIAS)(科尔维努斯高级研究院);Institute of Data Analytics and Information Systems, Corvinus University of Budapest(布达佩斯科尔维努斯大学数据分析和信息系统研究所);Hungarian Research Network (HUN-REN)(匈牙利研究网络)
本文提出P-RHPG算法,通过张量积模型转换合成并行分布式补偿控制器,解决传统LMI方法在模型精度提高时保守性问题,采用有限地平线集成成本和逆阶段分解,保证全局最优解和线性收敛。
2026-03-31 cs.SY eess.SY math.OC
Policy Iteration Reinforcement Learning Method for Continuous-Time Linear-Quadratic Mean-Field Control Problems
针对无限时域连续时间线性二次平均场控制问题,提出基于策略迭代的强化学习方法,通过李雅普诺夫递推分析算法性能,无需求解耦合Riccati方程即可得到最优控制,并用数值算例验证理论结果。
2024-11-04 math.OC
Global Asymptotic Stability for General Linear MIMO Distributed Systems: An Approach Based on Robust-Adaptive Controllers
稳定性是分布式线性多输入多输出系统的一个重要特征。全局渐近稳定性通常可以保证使用分散或分布式控制架构时,如果:(i)保守控制器的设计,(ii)集体稳定性条件得到满足,或(iii)相互作用项是中性的。本文扩展了集体稳定性方法,将自适应控制器,并表明,这种方法是不够的大增益互联系统。随后,我们表明,全球渐近稳定性可以系统地确保利用向量李雅普诺夫函数和代数Riccati方程。这导致了可扩展的分布式架构,其中本地控制器需要来自相应子系统和相邻控制器的信息。方便地,通信流具有与互连图相同的拓扑。理论结果通过所提出的架构的直流电网电压控制的应用程序进行了验证。
2018-03-05 math.OC
Deep polytopic autoencoders for low-dimensional linear parameter-varying approximations and nonlinear feedback design
本文提出了一种深度多面体自编码器,用于改进非线性系统的 LPV 近似和反馈设计,通过高效计算和高阶级数展开提升控制性能。
2025-01-23 cs.LG cs.NA math.DS
Regret-Optimal LQR Control
California Institute of Technology(加州理工学院);Hebrew University of Jerusalem(耶路撒冷希伯来大学);Simons Institute, UC Berkeley(加州大学伯克利分校西蒙斯研究所)
本文针对无限时域LQR控制问题,提出以动态遗憾为准则设计因果控制器,使其在最坏情况有界能量扰动下相对能预见未来的最优非因果控制器保证最小遗憾,并通过将问题归结为Nehari扩展问题得到显式线性控制器,仿真表明其能同时逼近H_2和H_∞最优性能。
2023-04-13 cs.LG cs.SY eess.SY