数据驱动的分布式与局部化模型预测控制
系统与控制
2021-12-24 v1 系统与控制
摘要
受大规模但计算受限的环境（例如物联网）的驱动，我们提出了一种新颖的数据驱动分布式控制算法，该算法直接由轨迹数据综合得到。我们的方法，数据驱动的分布式与局部化模型预测控制（DLMPC），建立在数据驱动的系统级综合（System Level Synthesis, SLS）框架之上，该框架允许直接从收集到的开环轨迹参数化\emph{闭环}系统响应。所得到的模型预测控制器可通过分布式计算且仅本地信息共享来实现。通过对系统响应施加局部性约束，我们证明综合问题所需的数据量与全局系统的规模无关。此外，我们证明我们的算法在递归可行性与渐近稳定性方面享有理论保证。最后，我们还在仿真实验中展示了我们算法的最优性与可扩展性。
引用
@article{arxiv.2112.12229,
title = {Data-driven Distributed and Localized Model Predictive Control},
author = {Carmen Amo Alonso and Fengjun Yang and Nikolai Matni},
journal= {arXiv preprint arXiv:2112.12229},
year = {2021}
}