基于学习的鲁棒线性时不变控制器综合
系统与控制
2022-05-11 v2 系统与控制
摘要
近期控制领域的学习进展使得能够从学到的系统动力学综合车辆控制器并保持鲁棒稳定性保证。然而，尚无方法适合利用任意学到的动力学模型来训练线性时不变（LTI）控制器。本文提出一种实现该方法的技术。它采用鲁棒控制框架推导鲁棒稳定性判据，并利用仿真策略展开获得控制器参数的梯度，用以改善闭环性能。通过将稳定性判据表述为具有可计算梯度的惩罚项，可在梯度下降过程中引导控制器参数走向鲁棒稳定。该方法具有灵活性，因其不限制用于仿真展开的学习模型类型。鲁棒控制框架确保控制器在首次实际部署且尚未采集数据时已能鲁棒镇定，也确保在动力学发生偏移且系统行为处于假定不确定性界内时保持稳定性。我们通过为仿真自主换道机动综合控制器来展示该方法。因此，本工作提出了一种灵活的方法，用于学习可鲁棒镇定的 LTI 控制器，并充分利用现代机器学习技术。
引用
@article{arxiv.2112.03345,
title = {Learning-based synthesis of robust linear time-invariant controllers},
author = {Marc-Antoine Beaudoin and Benoit Boulet},
journal= {arXiv preprint arXiv:2112.03345},
year = {2022}
}