面向不确定系统的鲁棒混合控制障碍函数学习
系统与控制
2021-05-14 v2 机器学习
系统与控制
最优化与控制
摘要
在安全关键应用中，对鲁棒控制律的需求尤为重要。我们提出鲁棒混合控制障碍函数(robust hybrid control barrier functions)作为综合确保鲁棒安全性控制律的手段。基于该概念，我们 formulate 了一个从数据学习鲁棒混合控制障碍函数的优化问题。我们确定了数据的充分条件，使得该优化问题的可行性能够保证所学鲁棒混合控制障碍函数的正确性。我们的技术使我们能够安全地扩展受模型不确定性影响的罗盘步态行走器(compass gait walker)的吸引域。
引用
@article{arxiv.2101.06492,
title = {Learning Robust Hybrid Control Barrier Functions for Uncertain Systems},
author = {Alexander Robey and Lars Lindemann and Stephen Tu and Nikolai Matni},
journal= {arXiv preprint arXiv:2101.06492},
year = {2021}
}
备注
17 pages, 7th IFAC Conference on Analysis and Design of Hybrid Systems (accepted). arXiv admin note: text overlap with arXiv:2011.04112