PID自整定中初始状态与探索-利用策略的系统性评估：一种应用于移动机器人的框架驱动方法
机器人学
2026-01-07 v1 机器学习
摘要
PID控制器因其简单有效而广泛应用于控制系统中。尽管贝叶斯优化和差分进化等先进优化技术已被用于应对PID控制器自动整定的挑战，但初始系统状态对收敛性的影响以及探索与利用之间的平衡仍未得到充分探索。此外，直接在移动机器人等真实信息物理系统上进行实验以探究这些影响，对于获得切合实际的见解至关重要。本文引入了一个新颖的框架，用于评估系统性地改变这些因素对采用贝叶斯优化和差分进化的PID自动整定过程的影响。测试在两个不同的PID控制机器人平台上进行，即一个全向机器人和一个差速驱动移动机器人，以评估对收敛速度、调节时间、上升时间和超调百分比的影响。实验结果揭示了系统性变化的影响，从而为该领域的未来研究提供了实证基础。
引用
@article{arxiv.2505.03159,
title = {Systematic Evaluation of Initial States and Exploration-Exploitation Strategies in PID Auto-Tuning: A Framework-Driven Approach Applied on Mobile Robots},
author = {Zaid Ghazal and Ali Al-Bustami and Khouloud Gaaloul and Jaerock Kwon},
journal= {arXiv preprint arXiv:2505.03159},
year = {2026}
}