具有次优性保证的控制策略行为输入-输出参数化
系统与控制
2021-03-25 v2 系统与控制
最优化与控制
摘要
数据驱动控制近期的研究复兴了行为理论,通过将过去的输入-输出轨迹库直接嵌入最优控制问题来执行多种复杂控制任务。尽管有近期进展,一个关键方面仍不清楚:受噪声污染的数据在何种程度上如何影响控制性能?本工作中,我们对该问题给出定量回答。我们针对未知系统的最优预测控制,使用输出反馈动态控制策略,构建了输入-输出参数化(BIOP)的行为版本。所提框架的主要优势在于:1) 状态空间参数与初始状态无需指定即可进行综合控制器设计;2) 其可与最先进的脉冲响应估计器结合使用;3) 它允许恢复关于学习线性二次高斯(LQG)控制器的次优性结果,从而以定量方式揭示数据中噪声水平如何影响行为方法的性能。具体而言,表明性能随行为模型的预测误差线性退化。我们以数值实验结束全文以验证结果。
引用
@article{arxiv.2102.13338,
title = {A Behavioral Input-Output Parametrization of Control Policies with Suboptimality Guarantees},
author = {Luca Furieri and Baiwei Guo and Andrea Martin and Giancarlo Ferrari-Trecate},
journal= {arXiv preprint arXiv:2102.13338},
year = {2021}
}
备注
Baiwei Guo and Andrea Martin contributed equally to this work