基于神经互联与阻尼配置的总能量成形——无源控制
系统与控制
2022-03-28 v2 机器学习
机器人学
系统与控制
最优化与控制
摘要
在这项工作中，我们利用神经网络（Neural Networks, NNs）的通用逼近性质，在端口哈密顿（port-Hamiltonian, pH）框架下为全驱动机械系统设计互联与阻尼配置（interconnection and damping assignment, IDA）无源基控制（passivity-based control, PBC）方案。为此，我们将 IDA-PBC 方法转化为一个监督学习问题，求解偏微分匹配方程，并满足平衡指派与李雅普诺夫稳定性条件。此举的一个主要结果是，学习算法的输出在无源性与李雅普诺夫稳定性方面具有清晰的控制理论解释。所提出的控制设计方法通过数值仿真在一自由度与二自由度机械系统上得到验证。
引用
@article{arxiv.2112.12999,
title = {Total Energy Shaping with Neural Interconnection and Damping Assignment -- Passivity Based Control},
author = {Santiago Sanchez-Escalonilla and Rodolfo Reyes-Baez and Bayu Jayawardhana},
journal= {arXiv preprint arXiv:2112.12999},
year = {2022}
}
备注
Accepted in 4th Annual Learning for Dynamics and Control (L4DC) Conference