预见在线学习在控制中的长期效应
机器学习
2020-07-27 v1 系统与控制
系统与控制
机器学习
摘要
利用在线采集的测量数据进行学习的控制方案，对于复杂和不确定性系统的控制日益展现出前景。然而，在大多数此类方法中，学习被视为一种被动提升控制性能的副作用，例如通过更新系统动力学模型。如何在学习型控制综合中主动利用因学习而带来的控制性能提升，仍然是一个开放的研究问题。本文提出 AntLer，一种基于学习的控制律设计算法，该算法能够预见学习，即明确考虑未来学习在不确定动态环境中的影响。AntLer 使用非参数概率模型来表达系统不确定性。给定一个衡量控制性能的代价函数，AntLer 选择控制参数，使得闭环系统的期望代价近似最小化。我们证明，AntLer 以概率1任意精确地逼近最优解。此外，我们将 AntLer 应用于一个非线性系统，与未预见学习的情况相比，取得了更好的结果。
引用
@article{arxiv.2007.12377,
title = {Anticipating the Long-Term Effect of Online Learning in Control},
author = {Alexandre Capone and Sandra Hirche},
journal= {arXiv preprint arXiv:2007.12377},
year = {2020}
}