控制器调优的早停贝叶斯优化

控制器参数的人工调参往往繁琐且次优。贝叶斯优化（BO）日益流行，作为自动从少量实验中优化控制器参数的替代方案。标准 BO 做法是对优化期间提出的参数在固定长度的剧集上评估其闭环性能。然而，固定长度的剧集可能浪费资源。例如，当已显示出强烈振荡的剧集继续进行似乎毫无意义。因此，我们提出一种 BO 方法，在次优情况显现前提前终止剧集。这种早停方式导致对控制器性能的部分观察，无法直接纳入标准 BO。我们提出三种启发式方法以支持部分观察的 BO。通过五个数值实验和一个硬件实验，我们展示了早停 BO 可显著减少优化所需的时间。