論文の概要: Ensemble Kalman-Bucy filtering for nonlinear model predictive control

• arxiv url: http://arxiv.org/abs/2503.12474v1
• Date: Sun, 16 Mar 2025 12:04:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-18 15:58:39.013973
• Title: Ensemble Kalman-Bucy filtering for nonlinear model predictive control
• Title（参考訳）: 非線形モデル予測制御のためのアンサンブルカルマン・ビューシーフィルタ
• Authors: Sebastian Reich,
• Abstract要約: 我々は、一般的なアンサンブルカルマンフィルタを拡張し、非線形モデル予測制御の精神における水平最適制御問題を退避させる。 ポントリャーギンの最大原理から生じる前方微分方程式に対する相互作用粒子近似を提供する。 後退水平制御法則は線形として近似され、非線形モデル予測制御のように継続的に更新される。
• 参考スコア（独自算出の注目度）: 0.32634122554914
• License:
• Abstract: We consider the problem of optimal control for partially observed dynamical systems. Despite its prevalence in practical applications, there are still very few algorithms available, which take uncertainties in the current state estimates and future observations into account. In other words, most current approaches separate state estimation from the optimal control problem. In this paper, we extend the popular ensemble Kalman filter to receding horizon optimal control problems in the spirit of nonlinear model predictive control. We provide an interacting particle approximation to the forward-backward stochastic differential equations arising from Pontryagin's maximum principle with the forward stochastic differential equation provided by the time-continuous ensemble Kalman-Bucy filter equations. The receding horizon control laws are approximated as linear and are continuously updated as in nonlinear model predictive control. We illustrate the performance of the proposed methodology for an inverted pendulum example.
• Abstract（参考訳）: 部分的に観察された力学系に対する最適制御の問題を考える。 実用的応用が普及しているにもかかわらず、現状の見積や今後の観測に不確実性を考慮するアルゴリズムは、まだごくわずかである。 言い換えれば、現在のほとんどのアプローチは、最適制御問題から状態推定を分離している。 本稿では,一般的なアンサンブルカルマンフィルタを拡張し,非線形モデル予測制御の精神における水平方向最適制御問題を除去する。 我々は、ポントリャーギンの最大原理から生じる前方確率微分方程式と時間連続アンサンブルKalman-Bucyフィルタ方程式で与えられる前方確率微分方程式との相互作用粒子近似を提供する。 後退水平制御法則は線形として近似され、非線形モデル予測制御のように継続的に更新される。 本稿では,逆振り子例に対する提案手法の性能について述べる。

関連論文リスト

• Long-time accuracy of ensemble Kalman filters for chaotic and machine-learned dynamical systems [2.5245286741414663]
  本稿では,アンサンブルカルマンフィルタの長時間精度を確立する。 我々の理論は、部分的に観察されたカオス力学系の幅広いクラスをカバーしている。 シュロゲート力学を用いたアンサンブルカルマンフィルタの長時間精度を検証した。
  論文  参考訳（メタデータ） (2024-12-18T20:35:21Z)
• Kernel-Based Optimal Control: An Infinitesimal Generator Approach [3.7411439050030393]
  無限次元再生ヒルベルト核空間内での無限小生成学習を用いた非線形システムの最適制御手法を提案する。 我々の学習フレームワークは、システム力学とステージコスト関数のデータサンプルを利用しており、制御のペナルティと制約しか提供されていない。 このアプローチが現代的な凸作用素-理論的ハミルトン・ヤコビ・ベルマン再帰とシームレスに統合されることを示し、最適制御問題に対するデータ駆動解を可能にする。
  論文  参考訳（メタデータ） (2024-12-02T15:08:55Z)
• Preserving linear invariants in ensemble filtering methods [0.0]
  非ガウスフィルタ問題の線形不変量を自動的に保存する非線形アンサンブルフィルタの一般クラスを導入する。 アンサンブルカルマンフィルタの既存の正規化手法と線形不変量の保存法を組み合わせる方法について述べる。
  論文  参考訳（メタデータ） (2024-04-22T16:39:32Z)
• Multirotor Ensemble Model Predictive Control I: Simulation Experiments [0.0]
  アンサンブル表現されたガウス過程は、初期時間の最適利得を決定するために後方計算を行う。 端末制御と制御問題のためのEMPCを構築し、シミュレーション・同一双対研究の制御に適用する。
  論文  参考訳（メタデータ） (2023-05-22T01:32:17Z)
• A Priori Denoising Strategies for Sparse Identification of Nonlinear Dynamical Systems: A Comparative Study [68.8204255655161]
  本研究では, 局所的およびグローバルな平滑化手法の性能と, 状態測定値の偏差について検討・比較する。 一般に,測度データセット全体を用いたグローバルな手法は,局所点の周辺に隣接するデータサブセットを用いる局所的手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-01-29T23:31:25Z)
• 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)
• Combining Gaussian processes and polynomial chaos expansions for stochastic nonlinear model predictive control [0.0]
  最適制御問題の時間不変不確かさを明示的に考慮する新しいアルゴリズムを提案する。 本稿では, 非線形変換の平均および分散推定値を得るために, この組み合わせを効率的に利用することを提案する。 最適制御問題に対する確率的目標と確率的制約の両方を定式化する方法を示す。
  論文  参考訳（メタデータ） (2021-03-09T14:25:08Z)
• Policy Analysis using Synthetic Controls in Continuous-Time [101.35070661471124]
  因果推論における手法開発において, 合成制御を用いた因果推定は最も成功した手法の1つである。 本稿では,制御された微分方程式の定式化を明示的に用い,潜在反事実経路をモデル化する連続時間代替法を提案する。
  論文  参考訳（メタデータ） (2021-02-02T16:07:39Z)
• Regret-Optimal Filtering [57.51328978669528]
  後悔最適化レンズによる線形状態空間モデルにおけるフィルタの問題を検討する。 我々は, 透視推定器の誤差エネルギー推定における後悔の概念に基づいて, フィルタ設計のための新しい基準を定式化する。 3つのリッキー方程式と1つのリャプノフ方程式を解くことで、後悔と最適推定が容易に実現できることを示す。
  論文  参考訳（メタデータ） (2021-01-25T19:06:52Z)
• 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。