Actor-Critic 物理信息神经网络 Lyapunov 控制
机器学习
2024-08-02 v2 机器人学
系统与控制
系统与控制
摘要
为镇定任务设计具有可证明保证的控制策略是非线性控制中的一个长期问题。一个关键的性能指标是所得吸引域的大小，它本质上充当闭环系统对抗不确定性的鲁棒性“裕度”。本文提出一种新方法，用于训练一个镇定神经网络控制器及其对应的 Lyapunov 证书，旨在最大化所得吸引域，同时满足执行器约束。我们方法的关键在于使用 Zubov 偏微分方程（PDE），它精确刻画了给定控制策略的真实吸引域。我们的框架遵循 actor-critic 模式，交替进行改进控制策略（actor）和学习 Zubov 函数（critic）。最后，我们在训练过程结束后通过调用 SMT 求解器计算最大的可认证吸引域。我们在多个设计问题上的数值实验表明，所得吸引域的大小得到了一致且显著的提升。
引用
@article{arxiv.2403.08448,
title = {Actor-Critic Physics-informed Neural Lyapunov Control},
author = {Jiarui Wang and Mahyar Fazlyab},
journal= {arXiv preprint arXiv:2403.08448},
year = {2024}
}