Data-efficient extremum-seeking control using kernel-based function approximation

Wouter Weekers

doi:10.1016/j.automatica.2025.112506

2025-08-08

Wouter Weekers *

Alessandro Saccon

Nathan van de Wouw

DOI：10.1016/j.automatica.2025.112506

原文链接

原文求助

摘要

En 中文

现有极值搜索控制（ESC）方法通常依赖于反复扰动输入参数并测量相应的性能输出。ESC回路中不同时间尺度所需的分离使得进行这些测量是一项耗时任务。此外，实际中进行测量可能成本高昂，例如由于资源的使用。考虑到这些挑战，减少优化性能所需的测量次数是可取的。因此，在本工作中，我们提出了一种采样数据ESC方法，旨在实现这种减少。在所提出的方法中，我们使用极值搜索控制器正常运行期间获得的输入-输出数据，在线构建系统底层代价函数的核函数近似。通过使用这种近似在能够保证代价减少时进行参数更新，而不是进行额外测量来进行此更新，我们更有效地利用了极值搜索控制器正常运行期间收集的数据。结果，我们确实实现了达到优化所需的测量次数的减少。我们提供了新型采样数据ESC方法的稳定性分析，并通过在多输入动态系统上的仿真演示了核函数近似与标准ESC之间协同效应的优势。

Keyword:

Extremum-seeking control

Adaptive control

Performance optimization

Kernel-based methods