論文の概要: Near-Optimal Distributed Linear-Quadratic Regulator for Networked
Systems
- arxiv url: http://arxiv.org/abs/2204.05551v1
- Date: Tue, 12 Apr 2022 06:31:26 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-13 14:27:54.874488
- Title: Near-Optimal Distributed Linear-Quadratic Regulator for Networked
Systems
- Title（参考訳）: ネットワークシステムのためのニア最適分散線形量子レギュレータ
- Authors: Sungho Shin, Yiheng Lin, Guannan Qu, Adam Wierman, Mihai Anitescu
- Abstract要約: 本稿では,グラフ上の相互接続エージェントのシステムと,分散コントローラである$kappa$-distributed Controlについて検討する。
このコントローラはパラメータ$kappa$を使って分散化の度合いを調整できるので、分散化とパフォーマンスの関係を特徴づけることができる。
この結果から,分散制御はある程度の分散化でほぼ最適性能を達成でき,大規模ネットワークシステムにおいて効果的な制御アーキテクチャであることが明らかとなった。
- 参考スコア（独自算出の注目度）: 17.385606179429434
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper studies the trade-off between the degree of decentralization and
the performance of a distributed controller in a linear-quadratic control
setting. We study a system of interconnected agents over a graph and a
distributed controller, called $\kappa$-distributed control, which lets the
agents make control decisions based on the state information within distance
$\kappa$ on the underlying graph. This controller can tune its degree of
decentralization using the parameter $\kappa$ and thus allows a
characterization of the relationship between decentralization and performance.
We show that under mild assumptions, including stabilizability, detectability,
and a polynomially growing graph condition, the performance difference between
$\kappa$-distributed control and centralized optimal control becomes
exponentially small in $\kappa$. This result reveals that distributed control
can achieve near-optimal performance with a moderate degree of
decentralization, and thus it is an effective controller architecture for
large-scale networked systems.
- Abstract（参考訳）: 本稿では,分散制御器の分散化度と分散制御器の性能のトレードオフについて検討する。
本研究では,グラフ上の相互接続エージェントのシステムと分散コントローラである$\kappa$-distributed controlについて検討した。
このコントローラはパラメータ$\kappa$を使って分散度を調整することができ、分散度とパフォーマンスの関係を特徴づけることができる。
安定化性,検出性,多項式的に増大するグラフ条件などの軽微な仮定の下では,$\kappa$分散制御と集中型最適制御のパフォーマンス差は$\kappa$で指数関数的に小さくなる。
この結果は、分散制御が適度な分散化でほぼ最適性能を達成できることを示し、大規模ネットワークシステムにおいて効果的な制御アーキテクチャであることを示す。
関連論文リスト
- Resource Optimization for Tail-Based Control in Wireless Networked Control Systems [31.144888314890597]
制御安定性の達成は、スケーラブルな無線ネットワーク制御システムにおける重要な設計課題の1つである。
本稿では,従来のLQR(Linear Quadratic Regulator)のコスト関数を拡張し,共有無線ネットワーク上で複数の動的制御システムに拡張する,テールベース制御として定義された代替制御の概念の利用について検討する。
論文 参考訳（メタデータ） (2024-06-20T13:27:44Z) - Distributed Policy Gradient for Linear Quadratic Networked Control with
Limited Communication Range [23.500806437272487]
局所的な情報のみを用いて正確な勾配を近似できることを示す。
集中型最適制御器と比較して、通信と制御範囲が増加するにつれて性能ギャップは指数関数的に減少する。
論文 参考訳（メタデータ） (2024-03-05T15:38:54Z) - Regret Analysis of Distributed Online Control for LTI Systems with
Adversarial Disturbances [12.201535821920624]
本稿では,線形時間不変系(LTI)のネットワーク上での分散オンライン制御問題に対処する。
既知のダイナミクスに対して,我々は,O(sqrtTlog T)$の残差を保証できる完全分散外乱フィードバックコントローラを提案する。
未知のダイナミクスの場合において、探索段階において、全てのエージェントがシステムダイナミクスを共同で学習する分散探索-テーマ-コミットアプローチを設計する。
論文 参考訳（メタデータ） (2023-10-04T23:24:39Z) - Optimal State Manipulation for a Two-Qubit System Driven by Coherent and
Incoherent Controls [77.34726150561087]
2量子ビット量子系の最適制御には状態準備が重要である。
物理的に異なる2つのコヒーレント制御を利用し、ヒルベルト・シュミット目標密度行列を最適化する。
論文 参考訳（メタデータ） (2023-04-03T10:22:35Z) - Learning Decentralized Linear Quadratic Regulators with $\sqrt{T}$ Regret [1.529943343419486]
本稿では,システムのモデルが未知な場合,分散線形二次制御系を適応的に設計するオンライン学習アルゴリズムを提案する。
我々のコントローラは、部分的にネストされた情報パターンの場合、時間軸の$T$で$sqrtT$までスケールする期待された後悔を楽しんでいます。
論文 参考訳（メタデータ） (2022-10-17T09:29:01Z) - Finite-time System Identification and Adaptive Control in Autoregressive
Exogenous Systems [79.67879934935661]
未知のARXシステムのシステム識別と適応制御の問題について検討する。
我々は,オープンループとクローズループの両方のデータ収集の下で,ARXシステムに対する有限時間学習保証を提供する。
論文 参考訳（メタデータ） (2021-08-26T18:00:00Z) - Stable Online Control of Linear Time-Varying Systems [49.41696101740271]
COCO-LQは、大規模なLTVシステムの入出力安定性を保証する効率的なオンライン制御アルゴリズムである。
COCO-LQの性能を実証実験とパワーシステム周波数制御の両例で実証した。
論文 参考訳（メタデータ） (2021-04-29T06:18:49Z) - Communication Topology Co-Design in Graph Recurrent Neural Network Based
Distributed Control [4.492630871726495]
分散コントローラのコンパクトかつ表現力のあるグラフ繰り返しニューラルネットワーク(GRNN)パラメータ化について紹介する。
提案されたパラメータ化は,従来のGNN(Graph Neural Network)ベースのパラメータ化に類似した,ローカルおよび分散アーキテクチャである。
本研究では,性能/通信密度のトレードオフ曲線を効率よく近似できることを示す。
論文 参考訳（メタデータ） (2021-04-28T16:30:02Z) - Decentralized Control with Graph Neural Networks [147.84766857793247]
分散コントローラを学習するグラフニューラルネットワーク(GNN)を用いた新しいフレームワークを提案する。
GNNは、自然分散アーキテクチャであり、優れたスケーラビリティと転送性を示すため、タスクに適している。
分散コントローラの学習におけるGNNの可能性を説明するために、群れとマルチエージェントパス計画の問題を検討する。
論文 参考訳（メタデータ） (2020-12-29T18:59:14Z) - Graph Neural Networks for Decentralized Controllers [171.6642679604005]
自律エージェントで構成される動的システムは、ロボット工学、スマートグリッド、スマートシティなど、多くの関連する問題に現れる。
最適な集中型コントローラは容易に利用できるが、スケーラビリティと実用的な実装の面で制限に直面している。
グラフニューラルネットワーク(GNN)を用いて,データから分散制御系を学習するフレームワークを提案する。
論文 参考訳（メタデータ） (2020-03-23T13:51:18Z) - 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。