論文の概要: Neural network controllers for uncertain linear systems
- arxiv url: http://arxiv.org/abs/2204.13209v1
- Date: Wed, 27 Apr 2022 21:58:07 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-29 15:30:48.791168
- Title: Neural network controllers for uncertain linear systems
- Title（参考訳）: 不確かさ線形システムのためのニューラルネットワーク制御
- Authors: Filippo Fabiani, Paul J. Goulart
- Abstract要約: 線形系に対する従来の安定化制御器の信頼性ニューラルネットワーク(NN)に基づく近似設計について検討する。
正規化線形単位(ReLU)に基づく近似が従来の制御系に取って代わる場合, 閉ループ安定性とポリトピックシステムの性能を証明するための体系的手法を開発する。
- 参考スコア（独自算出の注目度）: 4.162663632560141
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We consider the design of reliable neural network (NN)-based approximations
of traditional stabilizing controllers for linear systems affected by polytopic
uncertainty, including controllers with variable structure and those based on a
minimal selection policy. We develop a systematic procedure to certify the
closed-loop stability and performance of a polytopic system when a rectified
linear unit (ReLU)-based approximation replaces such traditional controllers.
We provide sufficient conditions to ensure stability involving the worst-case
approximation error and the Lipschitz constant characterizing the error
function between ReLU-based and traditional controller-based state-to-input
mappings, and further provide offline, mixed-integer optimization-based methods
that allow us to compute those quantities exactly.
- Abstract（参考訳）: 可変構造をもつ制御器や最小選択ポリシーに基づく制御器を含む,線形系に対する従来の安定化制御器の信頼性ニューラルネットワーク(NN)に基づく近似設計について検討する。
直交線形単位 (relu) に基づく近似が従来の制御器を置き換える場合, 閉ループの安定性とポリトピーシステムの性能を証明する体系的手法を開発した。
reluベースと従来のコントローラベースのステート・トゥ・インプットマッピング間のエラー関数を特徴付ける、最悪のケース近似誤差とリプシッツ定数を含む安定性を確保するのに十分な条件を提供し、これらの量を正確に計算できるオフラインで混合整数最適化に基づく方法も提供する。
関連論文リスト
- Neural Port-Hamiltonian Models for Nonlinear Distributed Control: An Unconstrained Parametrization Approach [0.0]
ニューラルネットワーク(NN)は、優れたパフォーマンスをもたらす制御ポリシのパラメータ化に利用することができる。
NNの小さな入力変更に対する感度は、クローズドループシステムの不安定化のリスクを引き起こす。
これらの問題に対処するために、ポート・ハミルトンシステムのフレームワークを活用して、連続時間分散制御ポリシーを設計する。
提案する分散コントローラの有効性は,非ホロノミック移動ロボットのコンセンサス制御によって実証される。
論文 参考訳（メタデータ） (2024-11-15T10:44:29Z) - Stability Bounds for Learning-Based Adaptive Control of Discrete-Time
Multi-Dimensional Stochastic Linear Systems with Input Constraints [3.8004168340068336]
本研究では,有界制御入力制約と非有界障害を有する離散時間多次元システムの適応安定化問題について考察する。
本稿では,オンラインパラメータ推定と飽和線形制御を組み合わせた等価制御手法を提案する。
論文 参考訳（メタデータ） (2023-04-02T16:38:13Z) - Reliably-stabilizing piecewise-affine neural network controllers [5.203329540700177]
モデル予測制御(MPC)ポリシーのニューラルネットワーク(NN)近似に影響を与える一般的な問題は、NNベースのコントローラの動作の下でクローズドループシステムの安定性を評価するための分析ツールがないことである。
本稿では、そのような制御器の性能を定量化したり、与えられたMPCスキームの望ましい特性を保持する最小の複雑性NNを設計するための一般的な手順を提案する。
論文 参考訳（メタデータ） (2021-11-13T20:01:43Z) - Stabilizing Dynamical Systems via Policy Gradient Methods [32.88312419270879]
完全に観察された力学系を安定化するためのモデルフリーなアルゴリズムを提案する。
本研究では,線形システムの安定化制御を効率よく行うことを証明する。
我々は,共通制御ベンチマークにおけるアプローチの有効性を実証的に評価した。
論文 参考訳（メタデータ） (2021-10-13T00:58:57Z) - Sparsity in Partially Controllable Linear Systems [56.142264865866636]
本研究では, 部分制御可能な線形力学系について, 基礎となる空間パターンを用いて検討する。
最適制御には無関係な状態変数を特徴付ける。
論文 参考訳（メタデータ） (2021-10-12T16:41:47Z) - Robust Stability of Neural-Network Controlled Nonlinear Systems with
Parametric Variability [2.0199917525888895]
ニューラルネットワーク制御非線形システムの安定性と安定化性の理論を考案する。
このような頑健な安定化NNコントローラの計算には、安定性保証トレーニング(SGT)も提案されている。
論文 参考訳（メタデータ） (2021-09-13T05:09:30Z) - Probabilistic robust linear quadratic regulators with Gaussian processes [73.0364959221845]
ガウス過程(GP)のような確率モデルは、制御設計に続く使用のためのデータから未知の動的システムを学ぶための強力なツールです。
本稿では、確率的安定性マージンに関して堅牢なコントローラを生成する線形化GPダイナミクスのための新しいコントローラ合成について述べる。
論文 参考訳（メタデータ） (2021-05-17T08:36:18Z) - 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) - Enforcing robust control guarantees within neural network policies [76.00287474159973]
本稿では、ニューラルネットワークによってパラメータ化され、ロバスト制御と同じ証明可能なロバスト性基準を適用した、一般的な非線形制御ポリシークラスを提案する。
提案手法は,複数の領域において有効であり,既存のロバスト制御法よりも平均ケース性能が向上し,(非ロバスト)深部RL法よりも最悪のケース安定性が向上した。
論文 参考訳（メタデータ） (2020-11-16T17:14:59Z) - 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) - 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。