論文の概要: Control Occupation Kernel Regression for Nonlinear Control-Affine Systems

• arxiv url: http://arxiv.org/abs/2106.00103v1
• Date: Mon, 31 May 2021 21:14:30 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-02 13:58:30.531494
• Title: Control Occupation Kernel Regression for Nonlinear Control-Affine Systems
• Title（参考訳）: 非線形制御-アフィン系の制御作業カーネル回帰
• Authors: Moad Abudia, Tejasvi Channagiri, Joel A. Rosenfeld, Rushikesh Kamalapurkar
• Abstract要約: 非線形高次制御アフィン力学系の近似を求めるアルゴリズムを提案する。 ヒルベルト空間のベクトル値構造は、ドリフトと制御アフィン系の制御有効成分の同時近似を可能にする。
• 参考スコア（独自算出の注目度）: 6.308539010172309
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This manuscript presents an algorithm for obtaining an approximation of nonlinear high order control affine dynamical systems, that leverages the controlled trajectories as the central unit of information. As the fundamental basis elements leveraged in approximation, higher order control occupation kernels represent iterated integration after multiplication by a given controller in a vector valued reproducing kernel Hilbert space. In a regularized regression setting, the unique optimizer for a particular optimization problem is expressed as a linear combination of these occupation kernels, which converts an infinite dimensional optimization problem to a finite dimensional optimization problem through the representer theorem. Interestingly, the vector valued structure of the Hilbert space allows for simultaneous approximation of the drift and control effectiveness components of the control affine system. Several experiments are performed to demonstrate the effectiveness of the approach.
• Abstract（参考訳）: 本稿では,制御された軌跡を情報の中心単位とする非線形高次制御アフィン力学系の近似を求めるアルゴリズムを提案する。 近似の基本的な基本要素として、高階制御の占有核は、ベクトル値の再現核ヒルベルト空間内の与えられたコントローラによる乗算後の反復積分を表す。 正規化回帰設定において、特定の最適化問題に対する一意オプティマイザは、これらの占有核の線形結合として表現され、無限次元最適化問題を表現子定理を通じて有限次元最適化問題に変換する。 興味深いことに、ヒルベルト空間のベクトル値構造は、制御アフィン系のドリフトと制御有効成分の同時近似を可能にする。 この手法の有効性を示すためにいくつかの実験が行われた。

関連論文リスト

• Convergence of Iterative Quadratic Programming for Robust Fixed-Endpoint Transfer of Bilinear Systems [0.0]
  両線形アンサンブル系の固定終端転送のための開ループ最小ノルム制御合成法を提案する。 2段階の計算を用いて、まず所望の端末状態への転送を保証し、次に制御関数のノルムを最小化する。
  論文  参考訳（メタデータ） (2024-03-26T22:24:11Z)
• Linear quadratic control of nonlinear systems with Koopman operator learning and the Nystr\"om method [15.747820715709937]
  計算量を大幅に削減するために,ランダムな部分空間をどのように利用できるかを示す。 我々の主な技術的貢献は、Nystr"om近似の効果に関する理論的保証を導出することである。
  論文  参考訳（メタデータ） (2024-03-05T09:28:40Z)
• Constrained Optimization via Exact Augmented Lagrangian and Randomized Iterative Sketching [55.28394191394675]
  等式制約付き非線形非IBS最適化問題に対する適応的不正確なニュートン法を開発した。 ベンチマーク非線形問題,LVMのデータによる制約付きロジスティック回帰,PDE制約問題において,本手法の優れた性能を示す。
  論文  参考訳（メタデータ） (2023-05-28T06:33:37Z)
• On optimization of coherent and incoherent controls for two-level quantum systems [77.34726150561087]
  本稿では、閉かつオープンな2レベル量子系の制御問題について考察する。 閉系の力学は、コヒーレント制御を持つシュリンガー方程式によって支配される。 開系の力学はゴリーニ=コサコフスキー=スダルシャン=リンドブラッドのマスター方程式によって支配される。
  論文  参考訳（メタデータ） (2022-05-05T09:08:03Z)
• Deep Learning Approximation of Diffeomorphisms via Linear-Control Systems [91.3755431537592]
  我々は、制御に線形に依存する$dot x = sum_i=1lF_i(x)u_i$という形の制御系を考える。 対応するフローを用いて、コンパクトな点のアンサンブル上の微分同相写像の作用を近似する。
  論文  参考訳（メタデータ） (2021-10-24T08:57:46Z)
• Advancing Trajectory Optimization with Approximate Inference: Exploration, Covariance Control and Adaptive Risk [29.811633555275666]
  制御(i2c)アルゴリズムの入力推論を検討し、高度な軌道最適化を可能にする3つの重要な特性を導出する。 非線形システムを最適化する際に、オープンループオプティマとクローズドループ分散低減の利点を組み合わせた専門家の線形ガウスコントローラ。
  論文  参考訳（メタデータ） (2021-03-10T19:52:31Z)
• Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
  本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。 この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
  論文  参考訳（メタデータ） (2020-11-14T01:27:32Z)
• Direct Optimal Control Approach to Laser-Driven Quantum Particle Dynamics [77.34726150561087]
  間接制御理論に対する頑健で柔軟な代替手段として, 直接最適制御を提案する。 この方法は、バイスタブルポテンシャルにおけるレーザー駆動のウェーブパレットダイナミクスの場合に説明される。
  論文  参考訳（メタデータ） (2020-10-08T07:59:29Z)
• Adaptive Control and Regret Minimization in Linear Quadratic Gaussian (LQG) Setting [91.43582419264763]
  我々は不確実性に直面した楽観主義の原理に基づく新しい強化学習アルゴリズムLqgOptを提案する。 LqgOptはシステムのダイナミクスを効率的に探索し、モデルのパラメータを信頼区間まで推定し、最も楽観的なモデルのコントローラをデプロイする。
  論文  参考訳（メタデータ） (2020-03-12T19:56:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。