.png){kind=icon}
返回
DATA-DRIVEN PRONTO: A model-free solution for numerical optimal control
.png){kind=icon}
PRE
AI
DOI：10.1016/j.automatica.2026.113166.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文针对未知非线性系统中基于数据的数值最优控制轨迹生成问题进行了研究。在本文的设定中，我们假设可以对系统进行多次实验（或仿真）。实验通过依赖一个基于数据的跟踪控制器来执行，该控制器能够将系统引导至期望的参考轨迹。我们提出的DATA-DRIVEN PRONTO算法通过计算局部轨迹扰动得到的近似下降方向，迭代优化最优控制问题的初步解。在每次迭代中，通过引入合适的抖动信号对当前轨迹进行扰动，收集多条轨迹，并用于获得基于数据的时变线性化估计。探索过程由跟踪控制器引导，因此扰动轨迹是在闭环条件下获得的。我们证明了DATA-DRIVEN PRONTO算法在孤立最优解的邻域内具有局部收敛性，其邻域半径取决于抖动信号的幅度。我们通过将该算法应用于欠驱动机器人来验证理论结果。(c) 2026 The Author(s)。由Elsevier Ltd出版。本文是开放获取文章，遵循CC BY-NC-ND许可（http://creativecommons.org/licenses/by-nc-nd/4.0/）。
Keyword:
Data-driven optimal control
Numerical optimal control
Optimization under uncertainties
Data-based control
