控制仿射系统的安全非随机控制：一种在线凸优化方法

我们研究如何安全控制受有界非随机噪声干扰的非线性控制仿射系统，即该噪声先验未知且不一定由随机模型支配。我们关注以时变凸约束形式出现的安全约束，例如避碰约束与控制代价约束。我们提供了一种具有有界动态遗憾(dynamic regret)的算法，即相对于一个已知噪声实现的先知最优控制器具有有界次优性。我们的研究动机源于自主化的未来：机器人将在现实世界不可预测的扰动（如阵风）下自主执行复杂任务。为开发该算法，我们将问题刻画为控制器与对手之间的序贯博弈，其中控制器先行动，选择控制输入，而对手后行动，选择噪声的实现。控制器旨在最小化其累积跟踪误差，尽管无法先验知晓噪声的实现。我们在以下模拟场景中验证了算法：(i) 旨在保持直立的倒立摆，以及 (ii) 旨在穿越未知杂乱环境飞向目标位置的四旋翼飞行器。