神经Lyapunov模型预测控制：从次优示例中学习安全全局控制器
人工智能
2021-06-04 v2 神经与进化计算
系统与控制
系统与控制
摘要
随着对数据驱动控制技术兴趣的增长，模型预测控制（MPC）提供了一种可靠利用冗余数据的机会，特别是在考虑安全性与稳定性时。在许多现实与工业应用中，通常已存在一种控制策略，例如来自人类操作员的执行操作。本工作的目标是通过学习一个保留安全性与稳定性的新控制器，来改进这一未知、安全但次优的策略。如何学习安全性是直接从数据以及系统约束的知识中实现的。所提算法交替学习终端代价并根据稳定性度量更新MPC参数。终端代价被构造为一个Lyapunov函数神经网络，旨在利用短预测时域恢复或扩展初始示范者的稳定区域。文中给出了刻画在模型不确定性与因函数逼近导致的次优性下所学MPC稳定性与性能的定理。所提算法的有效性在带软约束的非线性连续控制任务上得到验证。该方法在实践中也能改进初始示范者，并比流行的强化学习基线取得更好的稳定性。
引用
@article{arxiv.2002.10451,
title = {Neural Lyapunov Model Predictive Control: Learning Safe Global Controllers from Sub-optimal Examples},
author = {Mayank Mittal and Marco Gallieri and Alessio Quaglino and Seyed Sina Mirrazavi Salehian and Jan Koutník},
journal= {arXiv preprint arXiv:2002.10451},
year = {2021}
}