基于高斯过程的自触发控制器学习
系统与控制
2020-03-10 v2 系统与控制
摘要
本文研究网络控制系统（NCSs）中自触发控制器的设计，其中被控对象的动力学先验未知。为处理未知的转移动力学，我们采用高斯过程（GP）回归来学习被控对象的动力学。为设计自触发控制器，我们构建一个最优控制问题，从而可基于被控对象的 GP 模型联合设计最优控制与通信策略。此外，我们给出了一种整体实现算法，基于强化学习框架联合学习被控对象动力学与自触发控制器。最后，数值仿真说明了所提方法的有效性。
引用
@article{arxiv.1909.00178,
title = {Learning self-triggered controllers with Gaussian processes},
author = {Kazumune Hashimoto and Yuichi Yoshimura and Toshimitsu Ushio},
journal= {arXiv preprint arXiv:1909.00178},
year = {2020}
}
备注
appear in IEEE Transactions on Cybernetics