ReLU DNN、PWA 函数与显式 MPC 的邻近性
机器学习
2020-11-06 v2 系统与控制
系统与控制
机器学习
摘要
分析了整流器（ReLU）深度神经网络（DNN）及其与分段仿射（PWA）函数的联系。本文致力于发现并研究将模型预测控制（MPC）的显式状态反馈策略表示为 ReLU DNN，以及反之亦然的可能性。通过若干定理与讨论考察了 DNN 的复杂度与架构。提出了一种用于识别 ReLU 网络中输入空间的近似方法，该方法在多边形区域上得到 PWA 函数。此外，研究了逆多参数线性或二次规划（mp-LP 或 mp-QP），其处理在给定 PWA 函数下重构约束与代价函数的问题。
引用
@article{arxiv.2006.05001,
title = {In Proximity of ReLU DNN, PWA Function, and Explicit MPC},
author = {Saman Fahandezh-Saadi and Masayoshi Tomizuka},
journal= {arXiv preprint arXiv:2006.05001},
year = {2020}
}
备注
Submitted to Conference on Decision and Control (CDC) 2020