데이터 기반 예측 제어를 위한 개방형/폐루프 능동 학습
데이터 기반 제어 문제에서 정보가 풍부한 데이터셋을 효과적으로 확보하는 것이 중요하다. 본 연구에서는 알려지지 않은 선형 시스템에 대해 개방형 및 폐루프 단계에서 능동 학습 전략을 제안하여 허용 가능한 시스템 집합의 크기를 최소화한다.
데이터 기반 출력 예측기의 출력 오차 설정에서의 불확실성 정량화
데이터 기반 출력 예측기의 성능을 향상시키기 위해 출력 오차 설정에서 예측 오차의 상한을 제시한다.
데이터 기반 비선형 시스템의 설정점 제어
알려지지 않은 비선형 시스템에 대해 노이즈가 있는 데이터만을 이용하여 주어진 설정점으로 수렴하는 제어기를 설계할 수 있다.
데이터 기반 예측 제어를 위한 통합 프레임워크: 2차 정규화를 중심으로
데이터 기반 예측 제어(DPC) 프레임워크 간의 관계를 공식적으로 특성화하여 결과를 한 프레임워크에서 다른 프레임워크로 자유롭게 전달할 수 있도록 하는 것이 중요하다.
데이터 기반 예측 제어에서 정규화의 영향
데이터 기반 예측 제어 방법인 γ-DDPC에서 두 가지 다른 정규화 페널티가 폐루프 성능에 미치는 영향을 분석하고, 다양한 데이터 및 잡음 시나리오에서 관련 계수의 튜닝에 대한 지침을 제공한다.
데이터 기반 선형 파라미터 변동 시스템 제어를 위한 이중 2차 Lyapunov 형식
데이터 잡음과 파라미터 변동 사이의 상호작용을 분리하여 이중 2차 Lyapunov 함수를 사용하여 데이터 기반 선형 파라미터 변동 시스템 제어기를 설계할 수 있다.
데이터 기반 부분적으로 알려지지 않은 비선형 시스템을 위한 슬라이딩 모드 제어
이 논문은 부분적으로 알려지지 않은 동역학과 알려지지 않은 경계 외란이 있는 비선형 시스템을 위한 새로운 데이터 기반 슬라이딩 모드 제어 방법을 제안한다. 제안된 방법은 기존 방법과 달리 비선형성이 상태보다 더 빨리 0으로 수렴한다는 가정이 필요하지 않으며, 전역 안정화를 달성할 수 있다.
데이터 기반 확률 시스템을 위한 강건한 직접 제어 방법
본 연구는 변동성이 있는 시스템(예: 로봇 군집)을 위한 데이터 기반 강건 제어 방법을 제안한다. 제안된 방법은 다양한 시스템에서 수집된 궤적 데이터를 활용하여 변동성에 강건한 단일 상태 피드백 제어기를 설계한다. 이를 통해 새로운 변동성이 발생하더라도 추가적인 학습 없이 안전하고 강건한 제어기를 사용할 수 있다.
데이터 기반 제약 시스템을 위한 적응형 외란 감쇠를 포함한 예측 제어
이 논문은 데이터 기반 예측 제어 기법을 제안하여 외란 억제 성능과 제약 만족을 동시에 달성하고자 한다.
신호 행렬 모델을 활용한 최적의 데이터 기반 예측 및 예측 제어
신호 행렬 모델을 활용하여 과거 입력-출력 데이터로부터 최적의 미래 출력 예측기를 도출하고, 이를 예측 제어에 적용하는 방법을 제시한다.
© 2024 by Linnk AI