본 연구는 입력 포화 제약이 있는 비선형 시스템에 대해 성능 함수의 감쇠율을 자동으로 조정하는 제어 기법을 제안한다. 이를 통해 빠른 수렴 속도와 성능 함수 위반 방지를 동시에 달성할 수 있다.
This work proposes a self-tuning method for the decay rate of the prescribed performance function (PF) to achieve faster steady-state convergence while avoiding the risk of error violation beyond the PF's envelopes, which may arise from input saturation and improper decay rate selection in traditional prescribed performance control (PPC) methods.
온라인 폐루프 데이터를 활용하여 LQR 제어 정책을 직접적으로 학습하고 갱신하는 방법을 제안한다. 이를 통해 모델 식별 없이도 LQR 제어기를 효율적으로 학습할 수 있다.
オンラインクローズドループデータを用いて、LQR の最適ゲインを直接的かつ適応的に学習する。提案手法は、サンプル共分散に基づく新しいポリシーパラメータ化を用いることで、効率的にデータを活用し、収束保証付きの再帰的な更新が可能となる。
본 논문은 매개변수 불확실성이 있는 비선형 시스템의 안전한 제어 설계를 위한 새로운 접근법을 제안한다. 이 방법은 제어 장벽 함수와 적응 법칙을 결합하여 폐쇄형 해를 가진 비선형 프로그램을 통해 안전한 제어기를 생성한다. 제안된 접근법은 온라인 매개변수 추정과 무관하게 허용 가능한 제어 집합의 비공백성을 검증할 수 있어, 안전 제어기의 특이 구성을 방지할 수 있다. 또한 데이터 기반 알고리즘을 개발하여 미지 매개변수의 범위를 좁힘으로써 제안된 제어기의 성능을 향상시킬 수 있다.
本論文は、未知パラメータを含む非線形システムの安全重要制御のための新しいアプローチを提案する。制御障壁関数と適応則を組み合わせ、閉形式の解を持つ非線形最適化問題を解くことで、安全な制御入力を生成する。
This paper presents a novel approach that combines control barrier functions and adaptive laws to generate a safe controller for nonlinear systems with parametric uncertainties in both drift terms and control-input matrices.
This paper provides the first result on Lyapunov-derived adaptation laws for the weights of each layer of a ResNet-based adaptive controller to compensate for unstructured uncertainties in nonlinear dynamical systems.
This paper analyzes the closed-loop stability of predictive cost adaptive control (PCAC) for output-feedback of a discrete-time Lur'e system using absolute stability criteria, namely the circle criterion and the Tsypkin test.
Recursive proximal learning and recursive least squares with exponential forgetting achieve finite regret in discrete-time adaptive control with matched uncertainty, scaling with the time required to satisfy a persistence of excitation condition.