論文の概要: Violation-Aware Contextual Bayesian Optimization for Controller Performance Optimization with Unmodeled Constraints

• arxiv url: http://arxiv.org/abs/2301.12099v1
• Date: Sat, 28 Jan 2023 05:48:40 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-31 19:06:49.607597
• Title: Violation-Aware Contextual Bayesian Optimization for Controller Performance Optimization with Unmodeled Constraints
• Title（参考訳）: 非モデル化制約付きコントローラ性能最適化のための違反対応コンテキストベイズ最適化
• Authors: Wenjie Xu, Colin N Jones, Bratislav Svetozarevic, Christopher R. Laughman, Ankush Chakrabarty
• Abstract要約: 非モデル化力学を用いた閉ループ制御システムの性能最適化問題について検討する。 本稿では,制約対応ソリューションを学習しながらクローズドループ性能を最適化する,違反認識型コンテキストBOアルゴリズム(VACBO)を提案する。 本研究では, 産業用蒸気圧縮システムの時変温度および湿度下でのエネルギー最小化のためのVACBO法の有効性を実証する。
• 参考スコア（独自算出の注目度）: 1.8730951928453339
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We study the problem of performance optimization of closed-loop control systems with unmodeled dynamics. Bayesian optimization (BO) has been demonstrated to be effective for improving closed-loop performance by automatically tuning controller gains or reference setpoints in a model-free manner. However, BO methods have rarely been tested on dynamical systems with unmodeled constraints and time-varying ambient conditions. In this paper, we propose a violation-aware contextual BO algorithm (VACBO) that optimizes closed-loop performance while simultaneously learning constraint-feasible solutions under time-varying ambient conditions. Unlike classical constrained BO methods which allow unlimited constraint violations, or 'safe' BO algorithms that are conservative and try to operate with near-zero violations, we allow budgeted constraint violations to improve constraint learning and accelerate optimization. We demonstrate the effectiveness of our proposed VACBO method for energy minimization of industrial vapor compression systems under time-varying ambient temperature and humidity.
• Abstract（参考訳）: 非モデル化力学を用いた閉ループ制御システムの性能最適化問題について検討する。 ベイズ最適化(BO)は,制御器ゲインや参照セットポイントを自動的にモデルフリーでチューニングすることにより,閉ループ性能向上に有効であることが示されている。 しかし、bo法が非モデル化制約と時変環境条件を持つ力学系でテストされることは滅多にない。 本稿では,時間変動環境下で制約対応ソリューションを学習しながら,閉ループ性能を最適化する,違反認識型コンテキストBOアルゴリズム(VACBO)を提案する。 制約違反を無制限に許容する従来の制約付きboメソッドや、保守的でゼロに近い違反で動作しようとする'安全'なboアルゴリズムとは異なり、予算制限違反は制約学習を改善し最適化を加速する。 産業用蒸気圧縮システムの時変環境温度および湿度下でのエネルギー最小化に対するvacbo法の有効性を実証する。

関連論文リスト

• Local Bayesian Optimization for Controller Tuning with Crash Constraints [47.30677525394649]
  我々は最近提案されたBOの局所変種をクラッシュ制約を含むように拡張し、制御器は未知の既知領域でしか評価できないようにした。 本研究は,制御性能の向上とチューニングに必要な時間と資源の削減を目的としたローカルBOの可能性を示すものである。
  論文  参考訳（メタデータ） (2024-11-25T10:37:48Z)
• Adaptive Bayesian Optimization for High-Precision Motion Systems [2.073673208115137]
  低レベル制御パラメータをオンラインチューニングすることで、適応制御のためのリアルタイム純粋データ駆動モデルフリーアプローチを提案する。 我々は安全かつサンプル効率のよいベイズ最適化アルゴリズムであるGoOSEをベースとした。 半導体産業に応用した実精度運動システムにおけるアルゴリズムの性能評価を行った。
  論文  参考訳（メタデータ） (2024-04-22T21:58:23Z)
• Data-driven adaptive building thermal controller tuning with constraints: A primal-dual contextual Bayesian optimization approach [7.191676230288263]
  室内温度制御器のパラメータを調整してエネルギー消費を最小化する問題について検討する。 本稿では,比例積分 (PI) 加熱制御器のパラメータと予熱時間を調整するためにアルゴリズムを適用した。 以上の結果から,PDCBOは他のベイズ最適化手法と比較して最大4.7%の省エネが可能であることが示唆された。
  論文  参考訳（メタデータ） (2023-10-01T18:33:37Z)
• Primal-Dual Contextual Bayesian Optimization for Control System Online Optimization with Time-Average Constraints [21.38692458445459]
  本稿では,制約付き閉ループ制御システムのオンライン性能最適化問題について検討する。 動的最適解に対する線形累積後悔を克服する主元-双対文脈ベイズ最適化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-12T18:37:52Z)
• CONFIG: Constrained Efficient Global Optimization for Closed-Loop Control System Optimization with Unmodeled Constraints [11.523746174066702]
  OPTアルゴリズムは未知系の非モデル制約による閉ループ制御性能を最適化するために用いられる。 その結果,提案アルゴリズムは,最適性保証のないCEI (Constrained expecteded Improvement) アルゴリズムと競合する性能を達成できることが示唆された。
  論文  参考訳（メタデータ） (2022-11-21T19:44:00Z)
• Model-based Causal Bayesian Optimization [78.120734120667]
  モデルに基づく因果ベイズ最適化(MCBO)を提案する。 MCBOは介入と逆のペアをモデリングするのではなく、完全なシステムモデルを学ぶ。 標準的なベイズ最適化とは異なり、我々の取得関数は閉形式では評価できない。
  論文  参考訳（メタデータ） (2022-11-18T14:28:21Z)
• On Controller Tuning with Time-Varying Bayesian Optimization [74.57758188038375]
  制御対象とその変更に関する適切な事前知識を用いて、時間変化最適化(TVBO)を用いて、変更環境におけるコントローラのオンラインチューニングを行う。 本研究では,不確実性注入(UI)を用いたTVBO戦略を提案する。 我々のモデルはTVBOの最先端手法よりも優れており、後悔の軽減と不安定なパラメータ構成の低減を実現している。
  論文  参考訳（メタデータ） (2022-07-22T14:54:13Z)
• Tuning Particle Accelerators with Safety Constraints using Bayesian Optimization [73.94660141019764]
  粒子加速器の機械パラメータのチューニングは反復的で時間を要する作業である。 我々は、安全なベイズ最適化のステップサイズ制限版を提案し、評価する。
  論文  参考訳（メタデータ） (2022-03-26T02:21:03Z)
• VABO: Violation-Aware Bayesian Optimization for Closed-Loop Control Performance Optimization with Unmodeled Constraints [2.205124036454768]
  非モデル化力学を用いた閉ループ制御システムの性能最適化問題について検討する。 本稿では,制約対応ソリューションを同時に学習しながら,閉ループ性能を最適化する違反対応BOアルゴリズム(VABO)を提案する。 産業用蒸気圧縮システムのエネルギー最小化のためのVABO法の有効性を実証する。
  論文  参考訳（メタデータ） (2021-10-14T15:51:03Z)
• Regret-optimal Estimation and Control [52.28457815067461]
  後悔最適推定器と後悔最適制御器は状態空間形式で導出可能であることを示す。 非線形力学系に対するモデル予測制御(MPC)と拡張KalmanFilter(EKF)の残差最適類似性を提案する。
  論文  参考訳（メタデータ） (2021-06-22T23:14:21Z)
• Guided Constrained Policy Optimization for Dynamic Quadrupedal Robot Locomotion [78.46388769788405]
  我々は,制約付きポリシー最適化(CPPO)の実装に基づくRLフレームワークであるGCPOを紹介する。 誘導制約付きRLは所望の最適値に近い高速収束を実現し,正確な報酬関数チューニングを必要とせず,最適かつ物理的に実現可能なロボット制御動作を実現することを示す。
  論文  参考訳（メタデータ） (2020-02-22T10:15:53Z)

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。