未知目标的预测性线性在线跟踪

本文研究了线性控制系统中的在线跟踪问题，其目标是跟随一个移动目标。与经典跟踪控制不同，该目标是未知的、非平稳的，且其状态是顺序揭示的，因此符合在线非随机控制的框架。我们考虑二次成本的情况，并提出了一种称为预测性线性在线跟踪（PLOT）的新算法。该算法使用带有指数遗忘的递归最小二乘法来学习目标的时间变化动态模型。学到的模型在滚动时域控制框架下的最优策略中使用。我们证明了 PLOT 的动态遗憾随 $\mathcal{O}(\sqrt{TV_T})$ 缩放，其中 $V_T$ 是目标动态的总变差，$T$ 是时间范围。与 prior work 不同，我们的理论结果适用于非平稳目标。我们在真实的四旋翼飞行器上实现了 PLOT 并提供了开源软件，从而展示了在线控制方法在真实硬件上的首批成功应用之一。