数据驱动预测迭代控制
系统与控制
2024-05-31 v2 系统与控制
摘要
本工作引入了数据驱动预测迭代控制算法，这是一种用于迭代 LTI 系统的直接数据驱动方法。DeePRC 从先前的迭代中学习以提升其性能，并实现最优代价。通过利用基于管道的 DeePRC 方案变体，我们提出了一种两阶段方法，该方法利用基于左核的输入扰动设计实现安全的主动探索。该方法生成信息丰富的轨迹以丰富历史数据，从而扩展了最大可达预测时域并加快了迭代收敛速度。此外，我们提出了该两阶段方法的端到端公式，将扰动设计过程集成到规划阶段中。我们在数值实验中展示了所提算法的有效性。
引用
@article{arxiv.2403.11883,
title = {Data-Enabled Predictive Iterative Control},
author = {Kai Zhang and Riccardo Zuliani and Efe C. Balta and John Lygeros},
journal= {arXiv preprint arXiv:2403.11883},
year = {2024}
}