面向主动学习的自动优化控制中探索与利用的双重控制

在未知与不确定环境中寻求最优运行众多领域高度期望但极具挑战。本文提出一种探索与利用双重控制（DCEE）框架，以解决此类复杂设定下的自动优化问题。一般而言，跟踪未知最优运行条件与参数辨识之间存在根本冲突。DCEE 框架的突出之处在于消除了对额外扰动信号的需求，而这是现有自适应控制方法的常见要求。相反，它内在地融入了一种探索机制，主动探测不确定环境以减小信念不确定性。开发了一种基于集成多估计器的方法来学习环境参数，同时实时量化估计不确定性。控制动作被设计为具有双重效应，不仅最小化当前状态与所信未知最优运行条件间的跟踪误差，还通过主动探索环境降低信念不确定性。建立了所提 DCEE 框架的收敛等形式化性质。通过数值算例验证了所提 DCEE 的有效性。给出了最大功率点跟踪的仿真结果，以进一步展示该新框架在真实世界应用中的潜力。