面向集合论模型预测控制的数据驱动鲁棒后向可达集
系统与控制
2023-12-21 v6 系统与控制
摘要
本文针对受有界扰动、未知约束线性系统，提出一种从含噪数据计算鲁棒后向可达集的新方法。具体而言，我们开发了一种获取可用于控制目的的带状体内近似的算法。研究表明，此类集合若构建于包含状态与输入的扩展空间上，则可将系统的单步演化嵌入所计算的扩展区域中。该结果随后被用于构建一种集合论模型预测控制器：其在离线时构建鲁棒数据驱动可达集的递归族，在线时递归地计算 admissible 控制动作，而无需显式借助系统模型或可用数据。所提数据驱动方案的有效性通过数值仿真得以验证，并与基于模型的对应方法进行了性能对比。
引用
@article{arxiv.2303.04749,
title = {Data-Driven Robust Backward Reachable Sets for Set-Theoretic Model Predictive Control},
author = {Mehran Attar and Walter Lucia},
journal= {arXiv preprint arXiv:2303.04749},
year = {2023}
}
备注
Preprint jointly submitted to IEEE Control Systems Letters (L-CSS) and IEEE Conference on Decision and Control (CDC)