.png){kind=icon}
返回
Efficient Tube Model Predictive Control for Nonlinear Stochastic Systems
.png){kind=icon}
PRE
AI
DOI：10.1109/TII.2025.3609140.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
模型预测控制（MPC）因其能够生成最优控制策略而受到广泛关注，但其应用于非线性系统时往往受到高计算复杂度和处理时间的限制。在本文中，我们针对一类具有时滞的伊藤随机非线性系统提出了一种高效的管式MPC策略。首先，为非线性随机系统设计了一个反馈辅助控制器，以处理随机扰动和时滞，并通过收缩理论推导出围绕名义轨迹的管状鲁棒不变期望。其次，为降低计算复杂度并实现实时运行，我们将扩散模型增强的模仿学习与管式MPC相结合。在该方法中，扩散模型生成与管状分布一致的训练数据集，既促进了鲁棒控制策略的制定，又显著降低了计算需求。最后，我们严格证明了在所提出的有效管式MPC策略下，所考虑系统的轨迹在所获得的管内指数收敛。本文提供了数值实验以验证所提出方法的有效性。
Keyword:
Diffusion model
imitation learning
model predictive control (MPC)
nonlinear stochastic systems
期刊
IF:
9.9
论文数:
8.6K
被引数:
6.0W
机构
引用论文
.png){kind=icon}
分享收藏Getting Robustness Against Unstructured Uncertainty: A Tube-Based MPC Approach获得对非结构化不确定性的鲁棒性: 基于管的MPC方法
PREAI
分享收藏
查看更多内容