潜在动态系统的跟踪控制及其在航天姿态控制中的应用

当智能航天器或空间机器人在复杂环境中执行任务时，可控变量通常不可直接获取，需从高维可观测变量（如神经网络输出或图像）推断出来。尽管这些观察值的动力学高度复杂，但背后的机制可能相对简单，这使得可以将其视为潜在动态系统。对于潜在动态系统的控制，基于强化学习的方法存在样本效率低和泛化性差的问题。本文提出一种针对潜在动态系统的渐近跟踪控制器。潜在变量通过一个未知的非线性函数与高维观察值相关联。动力学未知但假设为仿射非线性。为实现渐近跟踪，需要学习一个可辨识的潜在动态模型，以恢复潜在变量并估计动力学。该训练过程不依赖于目标或参考轨迹。基于所学模型，我们使用人工设计的反线性化控制器以确保闭环系统的渐近跟踪性能。在考虑完全可控系统后，结果扩展到存在不可控环境潜在变量的情况。作为应用，针对潜在航天姿态动态模型进行仿真实验，以验证所提方法，同时考虑观测噪声和控制偏差。