Mechanical feedback linearization of single-input mechanical control systems
本文提出专为机械控制系统设计的机械反馈线性化方法，其核心在于保持系统机械结构，并为单输入系统给出仅通过微分和代数运算即可验证的充要条件。
2022-12-31 cs.SY eess.SY math.OC
Geometry of Cascade Feedback Linearizable Control Systems
在这篇论文中，我们对控制系统的串级反馈线性化理论提供了新的见解。特别是，我们提出了一个新的显式类的级联反馈线性化控制系统，以及一个新的障碍存在的级联反馈线性化给定的不变控制系统。这些定理将在第4章中介绍，其中引入并探讨了来自变分法的截断算子，以证明这些新结果。这种连接揭示了新的几何背后级联反馈线性化，并建立了一个基础，为今后令人兴奋的工作与动态反馈线性化的重要后果的主题。
2021-02-17 math.DG math.OC
Feedback linearization of nonlinear differential-algebraic control systems
本文研究非线性微分代数控制系统的反馈线性化问题。我们考虑两种反馈等价，即（局部）定义在整个广义状态空间上的外反馈等价和定义在局部最大受控不变子流形上的内反馈等价（即，在存在解决方案的集合上）。借助驱动变量显式化的概念，给出了DACS局部内反馈线性化和局部外反馈线性化的充要条件，该显式化概念将一类常微分方程控制系统（ODECSs）附加到给定的DACS上.我们发现，反馈线性化的DACS是密切相关的显式系统的线性化分布的对合性。最后，我们应用我们的结果反馈线性化的DAC系统的学术例子和约束机械系统。
2021-05-30 cs.SY eess.SY math.OC
On the Exact Linearization of Multi-Input Discrete-Time Flat Systems
Institute of Control Systems, Johannes Kepler University Linz（林茨约翰内斯·开普勒大学控制系统研究所）
本文提出将任意输入数的前向与后向平坦离散时间非线性系统通过延长或预延长实现精确线性化，推广了双输入结果，并用示例和四旋翼模型验证。
2026-10-07 math.OC
On two isomorphic Lie algebroids for Feedback Linearization
两个李代数胚的提出，是链接到建设的线性化输出的仿射输入非线性系统。的线性化输出的算法建设进行归纳，每个阶段有两个结构，即余维1叶定义通过可积1-形式$ω$，和横向矢量场$g$的叶。向量场$g$的每个积分流形定义了一个等价的点类。由于横截性，选择叶理的叶子来表示这些等价类。一个李群胚的定义是，它的基给定为特定的选择的叶，并具有由保持由g的积分流形生成的等价类的伪同态的伪群诱导的乘积。然后定义了与这个广群相关联的两个李代数胚。该理论说明了一个例子，使用多项式自同构作为特殊情况下的自同构，并显示与雅可比猜想的关系。
2019-01-27 math.OC
Nonlinear System Level Synthesis for Polynomial Dynamical Systems
针对具有多项式动态特性的非线性系统，提出了一种基于系统级综合的控制器综合方法。由此产生的框架产生有限的冲激响应，时不变，闭环传递函数与保证干扰消除。我们的方法推广反馈线性化，使部分反馈线性化，其中的非线性的取消是在有限的时间范围内传播。这提供了在通过控制消除之前使用系统动态来衰减干扰的灵活性，与反馈线性化相比降低了控制成本，同时保持了关于干扰抑制的保证。这种方法说明了一个基准的例子和流体流量控制的一个共同的模型。
2022-09-22 math.OC
Exponential Stability and Stabilization of Extended Linearizations via Continuous Updates of Riccati Based Feedback
近年来，许多关于非线性系统镇定的研究工作都是针对小扰动局部镇定不稳定定态解的情况。在这项工作中，我们明确解决的目标是从一个良好的发展状态，线性化为基础的本地方法将无法工作的驱动系统到一个非吸引力的稳态。考虑非线性系统的扩展线性化或状态相关系数表示，我们给出了解轨线稳定的充分条件。我们发现，如果系数矩阵在当前状态的一个足够大的邻域内是一致稳定的，那么状态最终会衰减。基于这些分析结果，我们提出了一个更新计划，旨在保持稳定性的Riccati为基础的反馈常数在一定时期内的状态演变。我们说明了所得到的算法的一般适用性的非线性自治系统的设定点稳定和它的数值效率在两个例子。
2016-07-28 math.DS math.OC
A fuzzy feedback linearization scheme applied to vibration control of a smart structure
智能结构通常被设计成具有刺激-响应机制，以模仿生命系统的自动调节过程。在这项工作中，为了模拟这种自然和自我调节的行为，模糊反馈线性化计划应用于形状记忆两杆桁架。该结构系统具有本构和几何非线性，表现出快速通过行为和混沌动力学。在此基础上，采用非线性控制器对混沌智能桁架进行振动抑制。控制方案主要是基于反馈线性化和增强的模糊推理系统，以应付建模不准确和外部干扰。整体控制系统的性能进行评估，通过数值模拟，促进减振和避免跳通行为。
2022-06-14 cs.SY eess.SY math.OC
Feedback linearization through the lens of data
针对需用实验数据求解的未知系统反馈线性化问题，提出通过计算数据相关矩阵零空间从候选函数库学习坐标变换与线性化控制器的方法，且解在整个关注状态空间有效。
2024-06-24 cs.SY eess.SY math.OC
An Algorithm for Local Transverse Feedback Linearization
给定一个多输入、非线性、时不变的控制仿射系统和一个受控不变的、封闭的、嵌入的子流形$\mathsf{N}$，局部横向反馈线性化（TFL）问题寻求一个坐标和反馈变换，使得在变换后的坐标中，控制系统相对于$\mathsf{N}$的横向演化的动力学是线性的、时不变的和可控的。转换后的系统被称为TFL标准形式。可检查的充要条件，这个问题是可解的，但不幸的是，文献没有提出一个处方，构造所需的多输入系统的转换。在这篇文章中，我们提出了一种算法，产生一个虚拟的输出适当的向量相对程度，使用输入-输出反馈线性化，使系统TFL规范形式。该程序是基于TFL的对偶条件，是从根本上不同于现有的方法，如GS和混合算法，因为“所需的”零动态流形$\mathsf{N}$。该算法是第一个考虑到所需的零动态流形。
2022-04-28 cs.SY eess.SY math.OC
Feedback Linearization of Car Dynamics for Racing via Reinforcement Learning
University of California, Berkeley（加州大学伯克利分校）
通过学习反馈线性化的方法，我们试图学习一个线性化的控制器，以简化控制过程的汽车自主比赛。一个软的行动者批评的方法是用来学习解耦矩阵和漂移向量，有效地纠正错误的手工设计的线性化控制器。其结果是一个精确的线性化控制器，可以用来使发达的线性系的理论设计的路径规划和跟踪计划，易于实现和显着减少计算要求。为了演示反馈线性化的方法，首先使用它来学习一个仿真模型，该模型的精确结构是已知的，但是与初始控制器不同，从而引入误差。我们进一步寻求将这种方法应用于一个系统，该系统以专门为模拟赛车动态而设计的健身房环境的形式引入了更多的错误。为此，我们扩展了学习反馈线性化的方法;使用监督学习训练的神经网络将我们的线性化控制器的输出转换为赛车环境所需的输入。报告了我们在实现这些目标方面取得的进展，并讨论了实现这些目标的下一步措施。
2021-10-20 cs.LG cs.RO math.OC
Dynamic feedback linearization of two-input control systems via successive one-fold prolongations
提出一种通过逐次一重控制延拓实现两输入系统动态反馈线性化的构造性算法，利用非对合分布的余秩一对合子分布给出平坦性充分条件。
2025-05-10 cs.SY eess.SY math.OC
Approximate Feedback Linearization for a Nonlinear Hyperbolic PDE Class -- Part II: Neural Operator
University of California San Diego（加州大学圣地亚哥分校）
研究一类非线性双曲型偏微分方程，证明截断控制器的性质，通过神经算子学习控制器，训练后无需再求解内核方程，闭环具有实际稳定性。
2026-07-07 cs.SY eess.SY math.OC
On local linearization of control systems
我们考虑光滑（C无穷大或实解析）控制系统的拓扑线性化问题，即通过对状态和控制（静态反馈变换）进行拓扑但不一定可微的逐点变换，使其局部等价于线性可控系统。我们证明了局部拓扑线性化蕴涵局部光滑线性化，在泛点。在任意点上，它意味着通过一个同胚局部共轭到一个线性系，这个同胚在状态变量上引起一个光滑的同胚，并且，除了在“强”奇点，这个同胚可以被选择为一个光滑映射（逆映射不需要是光滑的）。确定在“强”奇点上是否也是如此，就等于解决了微分拓扑中一个有趣的公开问题。
2009-01-20 math.OC
Approximate Feedback Linearization for a Nonlinear Hyperbolic PDE Class -- Part I: Volterra Truncation
University of California San Diego（加州大学圣地亚哥分校）
研究非线性双曲型偏微分方程，通过沃尔泰拉截断低阶控制器，利用高阶项在原点附近可忽略特性，限制初始条件大小恢复稳定性，建立空间上确界结果。
2026-07-07 cs.SY eess.SY math.OC
Zeroth-Order Constrained Optimization from a Control Perspective via Feedback Linearization
Massachusetts Institute of Technology（麻省理工学院）；UIUC, Department of Industrial and Enterprise Systems Engineering（伊利诺伊大学厄巴纳-香槟分校工业与企业系统工程系）；Harvard University, School of Engineering and Applied Sciences（哈佛大学工程与应用科学学院）
本文提出了一种基于反馈线性化的零阶约束优化算法，能够在不访问一阶 oracle 的情况下保证可行性，并在非凸优化中实现高效约束满足。
2026-01-28 cs.SY eess.SY math.OC
State Compensation Linearization and Control
针对现有Jacobian和反馈线性化方法的局限，本文提出状态补偿线性化方法及相应控制框架，简化非线性系统问题并兼容线性控制方法，通过三个示例验证了其有效性。
2024-06-01 cs.SY eess.SY math.OC
Combining Convex-Concave Decompositions and Linearization Approaches for solving BMIs, with application to Static Output Feedback
K.U. Leuven（荷语鲁汶大学）；Katholieke Universiteit Leuven（荷语鲁汶大学）
提出一种将双线性映射分解为两个半正定凸映射之差，并通过线性化凹部分转化为凸子问题的新优化方法，用于求解双线性矩阵不等式约束下的凸函数最小化问题，并应用于输出反馈控制器综合。
2011-09-15 cs.SY eess.SY math.OC
Unified Feedback Linearization for Nonlinear Systems with Dexterous and Energy-Saving Modes
University of Twente（特温特大学）；Sapienza University of Rome（罗马智慧大学）
针对输入多于自由度的非线性系统，提出基于反馈线性化的统一控制器，可在节能与灵巧模式间切换，保证主任务指数跟踪且不受未知切换信号影响，并在灵巧模式下保证辅助任务跟踪。
2025-03-13 cs.RO math.OC
On the Linearization of Flat Multi-Input Systems via Prolongations
Institute of Control Systems, Johannes Kepler University Linz（林茨约翰内斯·开普勒大学控制系统研究所）
研究多输入非线性控制系统通过选择性延长实现静态反馈线性化的条件，分析三输入系统线性化方法与传统两输入系统的关系。
2026-04-02 math.DS math.OC
Dynamic Feedback Linearization of Control Systems with Symmetry
本文针对具有李群对称性的非线性时变控制系统，提出基于李对称性的几何框架，给出动态反馈可线性化的充分条件及求取一般光滑轨迹的系统方法，并通过垂直起降系统等示例验证其有效性。
2024-07-01 math.AP math.DG math.OC
On the Exact Linearization and Control of Flat Discrete-time Systems
本文讨论了平坦非线性离散时间系统的广义静态或动态反馈精确线性化，这也可能取决于新的输入的前移。我们首先研究的问题，其中一个给定的平坦输出的前向位移可以选择在原则上作为一个新的输入，以及随后如何实际上引入一个合适的反馈的新的输入。关于一个可行的输入的选择，容易验证的条件推导出来。引入这样一种新的输入需要一种反馈，这种反馈通常不仅取决于这种新的输入本身，而且还取决于它的前向位移。这是类似的连续时间的情况下，反馈依赖于时间导数的闭环输入-特别是准静态的-已经成功地用于精确线性化的平坦系统自上世纪九十年代。对于系统的平坦输出，不依赖于前向位移的输入，它示出了如何系统地构造一个新的输入，使得相应的前向位移的平坦输出的总数是最小的。此外，它示出，在这种情况下，线性化反馈的计算是特别简单的，和随后的设计的离散时间平坦度为基础的跟踪控制进行了讨论。以轮式移动机器人和三自由度直升机为例，说明了所提出的理论。
2022-12-28 math.DG math.DS math.OC
Sequential feedback optimization with application to wind farm control
本文针对高维非线性系统反馈优化中一阶信息获取困难的问题，提出序贯线性化反馈优化框架，并进一步设计多时间尺度变体以降低计算成本，通过风电场控制仿真验证了收敛性和计算优势。
2025-07-20 cs.SY eess.SY math.OC
Input-Output Feedback Linearization Preserving Task Priority for Multivariate Nonlinear Systems Having Singular Input Gain Matrix
University of Seoul（首尔大学）；TU Wien（维也纳工业大学）
本文针对输入增益矩阵奇异的多元非线性系统，提出基于任务优先级的输入输出反馈线性化方法，通过优先级标准形和字典序多目标优化，优先保证高优先级任务的线性化，并给出稳定性分析。
2025-03-12 cs.RO cs.SY eess.SY
Path-following Control of a Quadrotor using Quasi-Static Transverse Feedback Linearization
Sultan Qaboos University（苏丹卡布斯大学）；New Jersey Institute of Technology（新泽西理工学院）
提出一种准静态横向反馈线性化控制器，使四旋翼无需额外状态即可跟踪几何路径，通过代数计算推力，简化控制律并降低计算复杂度。
2026-06-23 cs.SY eess.SY math.OC
Stochastic Linearization of Multivariate Nonlinearities
随机线性化是在准线性控制（QLC）中使用的一种方法，其利用随机输入的统计特性，用等效增益和偏置来代替非线性。本文将随机线性化理论推广到多元高斯向量的多变量或多输入非线性函数。将所得结果应用于一般反馈控制系统中的二元饱和非线性随机线性化问题。随机线性化的精度已被调查的Monte Carlo模拟，并已被发现是相当高的。最后给出了一个应用QLC进行最优控制设计的实例。
2018-07-16 math.DS math.OC
Feedback Linearization of Hyperbolic PDEs with Volterra Nonlinearities
University of California San Diego（加州大学圣迭戈分校）
本文基于Isidori的几何非线性控制框架，将反馈线性化方法从抛物型PDE扩展到双曲型PDE，并为Chen-Fliess级数的运输适应子类构造无核PDE的控制器。
2026-04-30 cs.SY eess.SY math.OC
Dynamic Ramping for Demand Response of Processes and Energy Systems based on Exact Linearization
本文提出利用动态爬坡约束捕捉过程动态，针对可精确输入-状态线性化的单输入单输出过程严格推导该约束，将调度问题转化为混合整数线性规划高效求解，相比静态约束提升了需求响应经济效益且适用于在线优化。
2022-08-03 math.OC
On the Linearization of Flat Two-Input Systems by Prolongations and Applications to Control Design
在本文中，我们考虑了$(x,u)$ -具有两个输入的平坦非线性控制系统，并证明了每个这样的系统都可以通过适当选择的控制的延长而使静态反馈线性化。这一结果不仅是理论上的兴趣，但也有重要的影响，基于跟踪控制的平坦度的设计。我们表明，基于准静态状态反馈的跟踪控制总是可以设计在这样一种方式，只有一个（经典）的系统状态的测量，而不是测量的广义Brunovsky状态，如文献中所报道的，是必需的。
2019-10-16 math.DG math.DS math.OC
Control for autonomous vehicles in collision avoidance maneuvers : LPV modeling and static feedback controller
本文提出了一种状态反馈控制的设计策略，使车辆沿参考防撞机动方向稳定。车辆的稳定性是通过转向、加速和制动的组合来实现的。线性变参数（LPV）模型是由沿参考轨迹的非线性模型线性化得到的。针对LPV模型，计算了鲁棒状态反馈控制律。最后，仿真结果说明了稳定的车辆沿参考轨迹。
2021-02-15 math.OC
A robust trajectory tracking controller for four-wheel skid-steering mobile robots
针对四轮差动驱动移动机器人，提出了一种基于动力学模型的轨迹跟踪控制律，并利用反推技术保证了系统的李雅普诺夫稳定性。目前的工作改进了Caracciolo等人的工作。（ICRA 1999），动态反馈线性化方法，通过减少所需的假设和状态项的数量。我们还深入研究了增益调整过程，这是经常被忽视的非线性控制器。最后，通过仿真结果表明，我们的控制器是强大的，即使在存在测量噪声和控制时滞的动态反馈线性化方法的性能进行了比较。
2014-09-18 math.OC
Distributed Nonlinear Equality-Constrained Optimization via Feedback Linearization and Singular Perturbation
College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院）；Australia Centre for Field Robotics, The University of Sydney（悉尼大学澳大利亚野外机器人中心）
研究非凸目标与非线性等式约束下的分布式优化难题，提出反馈线性化和奇异摄动框架，构建理想动力学并改进为分布式实现，证明其局部指数收敛，在特定条件下吸引区域可扩展，提升了分布式优化的性能。
2026-07-29 cs.SY eess.SY math.OC
Feedback Linearization for Unknown Systems via Reinforcement Learning
EECS, UC Berkeley（加州大学伯克利分校电子工程与计算机科学学院）
我们提出了一种新的方法来控制设计非线性系统，利用无模型的政策优化技术来学习一个线性化控制器的物理植物与未知的动态。反馈线性化是一种非线性控制技术，它在应用适当的反馈控制器的情况下，使非线性对象\emph{linear}的输入-输出动态。一旦构造了线性化控制器，就可以使用各种线性控制技术来跟踪非线性设备的期望输出轨迹。然而，线性化控制器的计算需要系统的精确动力学模型。因此，用于学习精确线性化控制器的基于模型的方法通常需要具有容易识别的参数的系统的简单、高度结构化的模型。相比之下，本文提出的无模型方法是能够近似的线性化控制器的植物使用一般的功能近似架构。具体来说，我们制定了一个连续时间的最优化问题的学习线性化控制器的参数，其最优的参数，最好的线性化植物。我们推导出条件下的学习问题是（强）凸的，并提供保证，确保真正的线性化控制器的工厂恢复。然后，我们讨论如何无模型的政策优化算法可以用来解决离散时间近似的问题，使用从现实世界的工厂收集的数据。该框架的实用程序在模拟和真实世界的机器人平台上演示。
2020-04-21 cs.AI cs.LG cs.SY
Linearization-Based Feedback Stabilization of McKean-Vlasov PDEs
Imperial College London（帝国理工学院）
本文提出反馈控制框架，通过时间依赖的控制势函数加速 McKean-Vlasov 偏微分方程向指定平稳分布收敛，利用加权零均空间和基态变换构建 Schrödinger 型算子，实现局部指数稳定。
2026-04-30 cs.NA math-ph math.MP
Load and Renewable-Following Control of Linearization-Free Differential Algebraic Equation Power System Models
电力网络中的机电暂态主要是由电力消耗和生产之间的不匹配引起的，导致发电机偏离标称频率。为此，设计了反馈控制算法来执行频率和负载/可再生量跟踪控制。特别地，文献解决了过多的电网和频率控制挑战，重点是线性化的微分方程模型，由此代数约束（即，功率流）被消除。这与更现实的非线性微分代数方程（NDAE）模型形成对比。然而，随着电网越来越多地通过间歇性可再生能源和变化的负载被推到其极限，它们的物理状态有可能由于预测不佳或可再生能源或需求的突然变化而逃离操作区域-认为基于线性化点的反馈控制器实际上是不可用的。本文的目的是设计一种简单、纯分散、无线性化的反馈控制律，以代替线性化的微分方程模型。这种控制器的目的是在可再生能源或负载中的显著未知干扰之后主要稳定频率振荡。虽然控制器的设计涉及先进的NDAE系统理论，控制器本身是一样简单的分散比例或线性二次型调节器在其实施。算例表明，所设计的控制器能够在较大扰动下稳定系统的动态和代数状态。
2023-02-08 cs.SY eess.SY math.OC
Tracking Through Decoupling Singularities: A Singularity-Robust Homotopy-Continuation Extension of Feedback Linearization
针对方形非线性控制仿射系统在解耦奇点处反馈线性化失效问题，提出将跟踪转化为实时弧长同伦延拓的奇点鲁棒轨迹跟踪控制器，通过特定矩阵和条件实现有界控制跟踪，经仿真验证了其有效性。
2026-09-15 cs.RO cs.SY eess.SY
Nonlinear Feedback Linearization and LQG/LTR Control: A Comparative Study for a Single-Machine Infinite-Bus System
本文比较了单机无穷大母线（SMIB）系统的三种控制策略（NFLC、INFLC、LQG/LTR），分析其在非线性抵消、性能权衡等方面的差异，为大型电力系统控制策略选择提供参考。
2025-02-15 cs.SY eess.SY math.OC
Input-output linearization and decoupling of mechanical control systems
本研究针对带输出的机械控制系统，提出同步实现输入输出反馈线性化与解耦的问题，推导得出保留机械结构要求下的额外约束条件，并用多个机械控制系统示例验证了结果。
2024-06-24 cs.SY eess.SY math.OC
A dual-control effect preserving formulation for nonlinear output-feedback stochastic model predictive control with constraints
提出了一种近似约束非线性输出反馈随机模型预测控制的设计方法。从理想的，但棘手的随机最优控制问题（OCP），其中涉及输出依赖的政策的优化，我们使用线性化的不确定性，得到一个易于处理的近似，其中包括知识的输出模型。这使我们能够精确地计算OCP外部函数的期望值。至关重要的是，这种近似保留了双重控制效应。因此，所得到的控制器知道输入的选择如何影响未来可用的信息，这反过来又影响随后的控制。
2023-01-09 math.OC
Recursive McCormick Linearization of Multilinear Programs
线性规划（LP）松弛法是求解多线性规划（MLP）的精确解方法中的一种常用方法。一个例子是递归麦考密克线性化（RML）策略的家庭，其中双线性产品取代人工变量，这提供了一个放松的原始问题时，一起引入凹和凸信封。在这篇文章中，我们介绍了第一个系统的方法来识别RML，其中我们专注于识别线性松弛与少量的人工变量和强LP界。我们提出了一种新的机制，代表所有可能的RML，我们用它来设计一个精确的混合整数规划（MIP）制定识别最小尺寸的RML，我们表明，这个问题是NP-硬一般情况下，而一个特殊的情况下是固定参数易处理的。此外，我们探索我们的配方的结构特性，以获得一个确切的MIP模型，确定RML的一个给定的大小与最好的可能的松弛界限是最佳的。我们的一组基准的数值结果表明，我们的算法优于最先进的全局优化求解器中实现的RML策略。
2022-07-18 cs.DS math.OC
Quotients of Invariant Control Systems
本文研究不变控制系统的对称约化，分析横截性与不变分布几何变化，分类静态反馈线性化商系统，推广S-G-S检验并应用于PVTOL系统。
2025-08-01 math.DG math.OC
Nonlinear Dual-Mode Control of Variable-Speed Wind Turbines with Doubly Fed Induction Generators
提出了一种双馈风力发电系统的反馈/前馈非线性控制器。通过适当地调节转子电压和叶片桨距角，控制器同时实现：（a）在最大功率跟踪和功率调节模式两者中的有功功率的控制，（b）在两种模式之间的无缝切换，以及（c）无功功率的控制，使得维持期望的功率因数。与许多现有的设计不同，控制器是基于风力涡轮机的原始非线性机电耦合模型开发的，而不尝试近似线性化。它的发展包括三个步骤：（i）采用反馈线性化，以精确地消除一些非线性和执行任意极点配置，（ii）设计一个速度控制器，使转子角速度跟踪所需的参考尽可能，和（iii）引入一个类似李雅普诺夫函数，并提出了一个基于梯度的方法来最小化这个功能。控制器的有效性证明通过模拟风力涡轮机在几种情况下运行。
2010-06-21 math.OC
Moment-Driven Predictive Control of Mean-Field Collective Dynamics
研究了基于相互作用主体的动力学控制律的综合及其平均场极限。基于线性化的方法是用来计算次优反馈法从微分矩阵Riccati方程的解决方案。这种控制律的动态性能的量化导致理论估计的非线性动力学的合适的线性化点。随后，将反馈律嵌入到非线性模型预测控制框架中，根据线性平均场动态矩的动态信息，自适应地对控制进行及时更新.所提出的方法的性能和鲁棒性进行评估，通过不同的数值实验集体动力学。
2021-01-12 cs.NA math.NA math.OC
Stochastic Optimal Feedforward-Feedback Control for Partially Observable Sensorimotor Systems
Université Paris-Saclay（巴黎萨克雷大学）；Inria（法国国家数字与信息系统研究院）；CIAMS（数学交叉研究中心）；ENSTA（国立高等先进技术学院）；Institut Polytechnique de Paris（巴黎理工学院）
本文提出了一种随机最优前馈-反馈控制框架，用于部分可观测的本体感觉运动系统，通过统计线性化将随机问题转化为确定性优化，揭示肌肉协同收缩的最优适应机制。
2026-03-05 math.OC
Orbital Stabilization of Point-to-Point Maneuvers in Underactuated Mechanical Systems
NTNU（挪威科技大学）
研究了通过连续静态状态反馈控制，使非线性控制系统产生渐近稳定的异宿轨道的问题。主要动机来自于在欠驱动机械系统中确保收敛到所谓的点到点机动的问题。也就是说，在其状态-控制空间中的光滑曲线，这是一致的系统动力学和连接两个（线性）可镇定的平衡点。所提出的方法使用了一个特定的参数化，连同一个状态投影到机动相结合的两个线性化技术，用于此目的：雅可比线性化在边界上的平衡和沿轨道的横向线性化。这使得稳定的控制增益离线计算解决一个半定规划问题。所得到的非线性控制器，同时渐近稳定的轨道和最终的平衡，是时不变的，局部Lipschitz连续的，不需要切换，并有一个熟悉的前馈加反馈的结构。该方法还补充了同步功能为基础的参数规划机械系统与一个程度的欠驱动这样的演习。通过对"蝴蝶"机器人上两点之间滚动的球的非弹性操作任务的数值模拟，验证了该综合方法的有效性。
2022-11-14 cs.RO cs.SY eess.SY
A Proximal Linearization-based Decentralized Method for Nonconvex Problems with Nonlinear Constraints
非凸问题的分散优化现在被许多新兴应用所要求（例如，智能电网、智能建筑等）。虽然凸问题已经取得了巨大的进展，非凸情况下，特别是非线性约束的结果，仍然是在很大程度上未探索。这主要是由于非线性和非凸性给收敛条件的建立带来了困难。本文研究了一类结构非凸问题的分散优化问题，其特征在于：（i）全局目标函数非凸（可能非光滑）;（ii）耦合非线性约束和局部有界凸约束w.r.t.探员们针对这类问题，提出了一种基于近似线性化的分散方法（PLDM）。与传统的（增广）拉格朗日为基础的方法，通常需要在每次迭代的精确（局部）最优值不同，该方法利用一个近似的线性化为基础的技术来迭代更新的决策变量，这使得它的计算效率和可行的非线性情况。基于Kurdyka-Lojasiewicz性质，在一定的标准条件下，研究了PLDM算法的全局收敛性和局部收敛速度.最后，通过一个数值例子和多区域暖通空调（HVAC）控制的应用说明了该方法的性能和有效性。
2022-08-27 cs.DC math.OC
GPU-Parallel Linearization Error Bounds for Real-Time Robust Optimal Control of Nonlinear and Neural Network Dynamics
提出GPU并行线性化误差界（LEBs），结合系统级综合与鲁棒控制求解器，实现非线性与神经网络动力学实时鲁棒最优控制，在168维状态上达到67 Hz求解速度。
2026-07-02 cs.AI cs.LG cs.RO
Excessive Transverse Coordinates for Orbital Stabilization of (Underactuated) Mechanical Systems
基于横向线性化的方法已成为欠驱动机械系统（周期）运动轨道稳定反馈设计的最突出的方法之一。然而，在$n$维状态空间中，这需要知道一组独立于$(n-1)$的横向坐标，其可以是非平凡的，并且其定义可能针对不同的运动（轨迹）而变化。在本文中，我们认为，而不是一个通用的一组$excessive$横向坐标定义的一个特定的参数化的运动和投影算子恢复的“位置”沿轨道。我们提出了一个建设性的程序，获得相应的横向线性化，以及状态的反馈控制器呈现所需的轨迹（局部）渐近轨道稳定的存在的充分条件。将该方法应用于欠驱动小车-单摆系统关于其不稳定直立位置的振动镇定，其中采用了一种新的基于虚拟约束的运动规划方法进行轨迹生成。
2020-05-03 cs.SY eess.SY math.OC
SISO Output Affine Feedback Transformation Group and Its Faa di Bruno Hopf Algebra
本文的总目标是确定一个变换群，可以用来描述一类反馈互连涉及的子系统，这是单独的陈-Fliess功能的扩展或Fliess运营商和独立的任何状态空间模型的存在。这种互连称为输出仿射反馈连接，与传统的输出反馈的区别在于外环中存在乘法器。一旦建立了这个变换群，就要解决三个基本问题。这个变换群如何用来提供这样一个闭环系统的显式Fliess算子表示？是否有可能使用这种反馈方案来做系统反演纯粹在一个输入输出设置？特别是，反馈输入-输出线性化是否可以完全在这个框架中提出和解决，即，而不需要任何状态空间实现？最后，关于这个变换群下的反馈不变量，可以说些什么？本文的最后一个目的是描述的李代数的无穷小字符与组的pre-Lie产品。
2017-05-28 math.CO math.OC
Decentralized Stochastic Constrained Optimization via Prox-Linearization
本文提出两种去中心化算法，通过近似线性化解决随机约束优化问题，达到与集中优化相同的最优复杂度。
2026-01-28 eess.SP math.OC
A new framework for constrained optimization via feedback control of Lagrange multipliers
Politecnico di Torino（都灵理工大学）
本文提出了一种基于反馈控制的新型优化框架，通过拉格朗日乘数的控制律设计，实现等式约束优化问题的收敛性分析与有效性验证。
2025-05-10 cs.SY eess.SY math.OC
Tube-based Distributionally Robust Model Predictive Control for Nonlinear Process Systems via Linearization
模型预测控制（MPC）是一种有效的控制多变量动态系统的约束。然而，大多数真实的动态模型受到工厂模型失配和过程不确定性的影响，这可能导致闭环性能恶化和约束违反。已经提出了诸如随机MPC（SMPC）的方法来缓解这些问题;然而，如果实际系统偏离在控制器设计期间做出的假设干扰分布，则所得到的闭环状态轨迹仍然可能显著违反规定的约束。在这项工作中，我们提出了一种新的数据驱动的分布鲁棒预测控制方案的非线性系统。不同于SMPC，这需要确切的知识的干扰分布，我们的计划决定的控制行动相对于最坏的分布从分布模糊集。该模糊集被定义为以经验分布为中心的Wasserstein球。由于潜在的模型误差，导致偏移，该计划还扩展了利用无偏移的方法。通过非线性质量弹簧系统和非线性CSTR反应器的实例研究，验证了该控制方案的有效性。
2022-11-26 cs.SY eess.SY math.OC
