論文の概要: Stability-Preserving Online Adaptation of Neural Closed-loop Maps
- arxiv url: http://arxiv.org/abs/2603.22469v1
- Date: Mon, 23 Mar 2026 18:38:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-25 19:53:37.147123
- Title: Stability-Preserving Online Adaptation of Neural Closed-loop Maps
- Title（参考訳）: ニューラルネットワーク閉ループマップの安定性保存オンライン適応
- Authors: Danilo Saccani, Luca Furieri, Giancarlo Ferrari-Trecate,
- Abstract要約: 現代の制御タスクでは、ループの安定性を保ちながら、目的や乱れが変化するにつれてオンラインで反応できるコントローラが必要である。
閉ループ安定性を保ちながら非線形システムの性能を向上させるための最近のアプローチは、時間不変のリカレントニューラルネットワークコントローラに依存している。
本稿では非線形ニューラルネットワークベースの制御系に対する安定性保持更新機構を提案する。
- 参考スコア（独自算出の注目度）: 0.9558392439655014
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The growing complexity of modern control tasks calls for controllers that can react online as objectives and disturbances change, while preserving closed-loop stability. Recent approaches for improving the performance of nonlinear systems while preserving closed-loop stability rely on time-invariant recurrent neural-network controllers, but offer no principled way to update the controller during operation. Most importantly, switching from one stabilizing policy to another can itself destabilize the closed-loop. We address this problem by introducing a stability-preserving update mechanism for nonlinear, neural-network-based controllers. Each controller is modeled as a causal operator with bounded $\ell_p$-gain, and we derive gain-based conditions under which the controller may be updated online. These conditions yield two practical update schemes, time-scheduled and state-triggered, that guarantee the closed-loop remains $\ell_p$-stable after any number of updates. Our analysis further shows that stability is decoupled from controller optimality, allowing approximate or early-stopped controller synthesis. We demonstrate the approach on nonlinear systems with time-varying objectives and disturbances, and show consistent performance improvements over static and naive online baselines while guaranteeing stability.
- Abstract（参考訳）: 現代の制御タスクの複雑さの増大は、クローズドループの安定性を保ちながら、目的や乱れが変化するようにオンラインで反応できるコントローラを要求する。
閉ループ安定性を維持しながら非線形システムの性能を向上させるための最近のアプローチは、時間不変のリカレントニューラルネットワークコントローラに依存しているが、操作中にコントローラを更新する原則的な方法を提供していない。
最も重要なことは、ある安定化ポリシーから別のポリシーに切り替えることによって、クローズドループ自体が不安定になることだ。
本稿では,非線形ニューラルネットワーク制御系に対する安定性保持更新機構を導入することで,この問題に対処する。
各コントローラは有界な$\ell_p$-geinを持つ因果演算子としてモデル化され、オンラインでコントローラを更新できるゲインベース条件を導出する。
これらの条件は、時間スケジュールと状態トリガーの2つの実用的な更新スキームをもたらし、クローズドループが更新された後に$\ell_p$-stableのままであることを保証する。
また,制御器の安定性は制御器の最適性から切り離され,近似あるいは早期停止制御器の合成が可能となった。
本研究では,時間的目標と乱れを伴う非線形システムに対するアプローチを実証し,安定性を確保しつつ,静的および単純オンラインベースラインに対して一貫した性能向上を示す。
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) - Learning to Boost the Performance of Stable Nonlinear Systems [0.0]
クローズドループ安定性保証による性能ブースティング問題に対処する。
本手法は,安定な非線形システムのための性能ブースティング制御器のニューラルネットワーククラスを任意に学習することを可能にする。
論文 参考訳（メタデータ） (2024-05-01T21:11:29Z) - Improving the Performance of Robust Control through Event-Triggered
Learning [74.57758188038375]
LQR問題における不確実性に直面していつ学習するかを決定するイベントトリガー学習アルゴリズムを提案する。
本研究では,ロバストな制御器ベースライン上での性能向上を数値例で示す。
論文 参考訳（メタデータ） (2022-07-28T17:36:37Z) - Recurrent Neural Network Controllers Synthesis with Stability Guarantees
for Partially Observed Systems [6.234005265019845]
本稿では、不確実な部分観測システムのための動的制御系として、リカレントニューラルネットワーク(RNN)の重要なクラスを考える。
本稿では、再パラメータ化空間における安定性条件を反復的に強制する計画的ポリシー勾配法を提案する。
数値実験により,本手法は,より少ないサンプルを用いて制御器の安定化を学習し,政策勾配よりも高い最終性能を達成することを示す。
論文 参考訳（メタデータ） (2021-09-08T18:21:56Z) - 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) - Learning Stabilizing Controllers for Unstable Linear Quadratic
Regulators from a Single Trajectory [85.29718245299341]
線形2次制御器(LQR)としても知られる2次コストモデルの下で線形制御器を研究する。
楕円形不確実性集合内の全ての系を安定化させる制御器を構成する2つの異なる半定値プログラム(SDP)を提案する。
高い確率で安定化コントローラを迅速に識別できる効率的なデータ依存アルゴリズムであるtextsceXplorationを提案する。
論文 参考訳（メタデータ） (2020-06-19T08:58:57Z) - Logarithmic Regret Bound in Partially Observable Linear Dynamical
Systems [91.43582419264763]
部分的に観測可能な線形力学系におけるシステム同定と適応制御の問題について検討する。
開ループ系と閉ループ系の両方において有限時間保証付きの最初のモデル推定法を提案する。
AdaptOnは、未知の部分観測可能な線形力学系の適応制御において、$textpolylogleft(Tright)$ regretを達成する最初のアルゴリズムであることを示す。
論文 参考訳（メタデータ） (2020-03-25T06:00:33Z) - Improper Learning for Non-Stochastic Control [78.65807250350755]
逆方向の摂動, 逆方向に選択された凸損失関数, 部分的に観察された状態を含む, 未知の線形力学系を制御することの問題点を考察する。
このパラメトリゼーションにオンライン降下を適用することで、大規模なクローズドループポリシーに対してサブリニア後悔を実現する新しいコントローラが得られる。
我々の境界は、線形力学コントローラの安定化と競合する非確率的制御設定における最初のものである。
論文 参考訳（メタデータ） (2020-01-25T02:12:48Z)
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。