通过平方和优化合成非线性系统的稳定降阶视觉运动策略
机器人学
2023-09-29 v2 计算机视觉与模式识别
机器学习
系统与控制
系统与控制
最优化与控制
摘要
我们提出一种为控制仿射非线性系统合成动态、降阶输出反馈多项式控制策略的方法,该方法在使用视觉观测与反馈控制回路中学习感知模块时,保证到目标状态的运行稳定性。我们利用Lyapunov分析来表述此类策略的合成问题。该问题在策略参数与用于证明策略稳定性的Lyapunov函数中均为非凸。为近似求解,我们提出两种途径:第一种求解一系列平方和优化问题以迭代改进按构造可证稳定的策略;第二种直接对多项式策略参数执行基于梯度的优化,其闭环稳定性事后验证。我们扩展该方法以在存在观测噪声时提供稳定性保证,该噪声因学习感知模块的误差而现实产生。我们在若干欠驱动非线性系统(包括摆与四旋翼)上评估了方法,表明我们的保证在从图像控制这些系统时转化为经验稳定性,而基线方法可能无法可靠稳定系统。
引用
@article{arxiv.2304.12405,
title = {Synthesizing Stable Reduced-Order Visuomotor Policies for Nonlinear Systems via Sums-of-Squares Optimization},
author = {Glen Chou and Russ Tedrake},
journal= {arXiv preprint arXiv:2304.12405},
year = {2023}
}
备注
IEEE Conference on Decision and Control (CDC), Singapore, December 2023 (accepted)