基于 HJB 的不确定系统自触发机制安全嵌入评论家在线学习
系统与控制
2025-07-31 v1 系统与控制
摘要
本文提出了一种针对具有参数不确定性的安全关键系统的基于学习的最优控制框架，同时解决了时间触发控和自触发控制器实现问题。首先，我们开发了一种结合基于 Lyapunov 补偿项的鲁棒控制障碍函数 (RCBF)，以在参数不确定性存在的情况下严格保证安全性。在此安全保证的基础上，我们将约束最优控制问题表述为一种新型安全嵌入价值函数的最小化问题，其中 RCBF 通过一个自适应平衡安全约束与最优稳定目标的 Lagrange 乘子引入。为了提高计算效率，我们提出了一种自触发实现机制，在保持双重稳定性-安全性保证的同时减少控制更新。由此产生的自触发约束 Hamilton-Jacobi-Bellman (HJB) 方程通过在线安全嵌入评论家学习框架求解，其中 Lagrange 乘子实时计算以确保安全。数值仿真证明了所提方法在实现安全性和控制性能方面的有效性。
引用
@article{arxiv.2507.20545,
title = {HJB-based online safety-embedded critic learning for uncertain systems with self-triggered mechanism},
author = {Zhanglin Shangguan and Bo Yang and Qi Li and Wei Xiao and Xingping Guan},
journal= {arXiv preprint arXiv:2507.20545},
year = {2025}
}