核心概念
直接データ駆動型制御を使用して、確率的不確実性を持つシステムのロバストな制御方法を提案します。
要約
データ駆動型制御は、異なるエージェント間の変動があるロボットフリートなど、不確実性のあるシステム向けの制御手法を提案します。
共有された軌道データを活用して設計されたコントローラーの堅牢性を高め、新しい変化への移行を容易にします。
シナリオ最適化と直接データ駆動型制御の最近の定式化に基づく方法で、確率的システムにおける二次安定性を達成するために必要なデータ量の下限値を導出します。
数値例を通じて、学習されたコントローラーがダイナミクスの高い変動にもうまく汎化することが示されます。
ロバストな経験転送は、「箱から出してすぐに使用できる」安全で堅牢なコントローラーの設計を可能にします。
1. Introduction
データ駆動型制御は、システムから収集したデータを使用してコントロール設計します。多くの手法では、データは単一システムで収集され、その後そのシステムがコントロールされます。
2. Robust Control Methods for Variations in Systems
異なるインスタンス間の変動に対する堅牢なコントローラーが望まれます。特定構成ごとに個別のコントローラーを設計する代わりに、この変動に対応できる堅牢なコントローラーが望ましいです。
3. Data-Based Control Synthesis for Probabilistic Systems
複数インスタンス間で共有されたデータから得られたトラジェクトリーデータを使用して、未知の変化へ一般化することが保証されたコントローラーが生成されます。
4. Lower Bounds on Data Amount for Stability
確率的不確実性を持つ系で二次安定性を達成するために必要なデータ量の下限値が導かれます。
5. Numerical Example and Generalization of the Method
提案手法は高い不確実性でも取り扱えることが示されました。また、非常に少数サンプルでも安定性保持能力があります。
統計
我々は数値例からN≥984本以上サンプルした場合、理論的下限値では合成結果は期待通りα-probabilistic robust controller を返すことが示唆されました。