关于无人车稳定的逆向最优反馈与增益裕度

最近发展出的全局严格控制Lyapunov函数（CLF）为解决无人车停车问题的严峻挑战提供了基础。我们在逆向最优框架下进行处理，从而避免求解Hamilton-Jacobi-Bellman（HJB）方程，建立了一个以有意义代价为准的最一般结果。我们提出了多个设计示例，对控制努力施加不同程度的惩罚，包括任意有界控制。进一步地，我们表明逆向最优控制器因系统无漂移特性而具备无限增益裕度，借此我们将设计扩展至能够处理模型不确定性的自适应控制器。最后，我们比较了非自适应逆向最优控制器与其自适应版本的性能。