基于 MHE-MPC 的不确定多胞体 LPV 系统策略梯度强化学习
系统与控制
2022-06-13 v1 系统与控制
摘要
在本文中，我们针对具有不精确调度参数（作为具有不精确边界的外生信号）的多胞体线性参数变化（LPV）系统提出了一种基于学习的模型预测控制（MPC）方法，其中由调度参数组合捕获的线性时不变（LTI）模型（顶点）变得错误。我们首先提出采用移动时域估计（MHE）方案，基于观测值和模型匹配误差同时估计凸组合向量和未测量状态。为解决 MPC 和 MHE 方案中使用的错误 LTI 模型，我们随后采用策略梯度（PG）强化学习（RL）来学习估计器（MHE）和控制器（MPC），从而实现最佳的闭环性能。所提出的基于 RL 的 MHE/MPC 设计的有效性通过一个说明性示例得到验证。
引用
@article{arxiv.2206.05089,
title = {Policy Gradient Reinforcement Learning for Uncertain Polytopic LPV Systems based on MHE-MPC},
author = {Hossein Nejatbakhsh Esfahani and Sebastien Gros},
journal= {arXiv preprint arXiv:2206.05089},
year = {2022}
}