Core Concepts
준-보간 기반 알고리즘을 통해 사전에 계산된 피드백 정책을 균일하게 근사하여 제공함으로써, 비선형 강건 모델 예측 제어 문제에 대한 안정성과 실행 가능성을 보장한다.
Abstract
이 논문은 비선형 강건 모델 예측 제어(MPC) 문제에 대한 새로운 명시적 피드백 합성 기법인 QuIFS(Quasi-Interpolation driven Feedback Synthesis)를 제안한다.
핵심 내용은 다음과 같다:
QuIFS는 특정 형태의 준-보간 기법을 기반으로 하며, 사전에 계산된 최적 피드백 정책을 균일하게 근사한다. 이를 통해 사용자가 지정한 오차 한계 내에서 근사 피드백을 생성할 수 있다.
제안된 기법은 비선형 시스템과 비볼록 비용 함수에도 적용 가능하며, 최적 피드백의 국소적 구조 특성에 의존하지 않는다. 이는 기존 다중 매개변수 프로그래밍 기반 기법과 차별화된다.
제안 기법의 오프라인 계산 복잡도는 상태 차원에 지수적으로 의존하지만, 제약 조건 수에는 의존하지 않는다. 이는 기존 기법과 대조된다.
제안 기법은 균일 오차 측도를 사용하여 최적 피드백에 대한 가장 근접한 근사를 제공하며, 이를 통해 폐루프 시스템의 재귀적 실행 가능성을 보장한다.
수치 예제를 통해 제안 기법의 효과성을 입증한다.
Stats
제안된 QuIFS 알고리즘은 사전에 계산된 최적 피드백 정책을 균일하게 근사할 수 있다.
근사 피드백 정책은 사용자가 지정한 오차 한계 내에서 생성된다.
제안 기법은 비선형 시스템과 비볼록 비용 함수에도 적용 가능하다.
제안 기법의 오프라인 계산 복잡도는 상태 차원에 지수적으로 의존하지만, 제약 조건 수에는 의존하지 않는다.
Quotes
"QuIFS는 특정 형태의 준-보간 기법을 기반으로 하며, 사전에 계산된 최적 피드백 정책을 균일하게 근사한다."
"제안된 기법은 비선형 시스템과 비볼록 비용 함수에도 적용 가능하며, 최적 피드백의 국소적 구조 특성에 의존하지 않는다."
"제안 기법은 균일 오차 측도를 사용하여 최적 피드백에 대한 가장 근접한 근사를 제공하며, 이를 통해 폐루프 시스템의 재귀적 실행 가능성을 보장한다."