arrow
返回

Learning exactly linearizable deep dynamics models

delete2025-12-31
delete0
PRE
AI
R
Ryuta Moriyasu
M
Masayuki Kusunoki
K
Kenji Kashima *
DOI:10.1080/18824889.2025.2459429delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
基于机器学习方法模型控制的研究现已转向实际工程阶段。对于此类应用,实现高性能以及从理论上保证系统安全性至关重要。本文提出了一种适用于精确线性化动态模型的 learning 方法,该方法能够轻松应用各种控制理论以确保稳定性、可靠性等,并提供高度的表达自由度。以示例形式,我们介绍了一种结合简单线性控制和控制 Barrier Functions 的设计方案。所提出的模型被应用于汽车发动机的实时控制,结果表明其在约束条件下具有良好的预测性能和稳定的控制效果。
Keyword:
Model predictive control
machine learning
control application
nonlinear control
Hammerstein-Wiener model

期刊

S
SICE Journal of Control Measurement and System Integration
IF:
0.5
论文数:
46
被引数:
0

机构

T
toyota central r&d labs inc
学者数:
1.3K
论文数: 1.5K
被引数: 2
T
toyota motor corporation
学者数:
1.3K
论文数: 1.3K
被引数: 2
K
kyoto university
学者数:
8.1K
论文数: 3.2K
被引数: 0
学者 查看更多机构
引用论文

引用论文

err分享
err收藏
err分享
err收藏
Gaussian process model based predictive control
err2004-01-01
err0
PREAI
errJ. Kocijan; R. Murray-Smith; C.E. Rasmussen; A. Girard
err分享
err收藏
err分享
err收藏
学者 查看更多内容