論文の概要: Controller Design for Structured State-space Models via Contraction Theory

• arxiv url: http://arxiv.org/abs/2604.07069v1
• Date: Wed, 08 Apr 2026 13:19:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-09 17:30:51.549875
• Title: Controller Design for Structured State-space Models via Contraction Theory
• Title（参考訳）: 契約理論による構造化状態空間モデルの制御器設計
• Authors: Muhammad Zakwan, Vaibhav Gupta, Alireza Karimi, Efe C. Balta, Giancarlo Ferrari-Trecate,
• Abstract要約: 本稿では,非線形システムに対する間接的データ駆動型出力フィードバック制御器の合成を行い,SSMを代理モデルとして活用する。 SSMは時系列データと動的システムのモデリングにおいて魅力的な代替手段として登場した。 本研究では,SSMの可制御性と可観測性の最初の解析を行い,契約理論を利用した線形行列不等式(LMI)によるスケーラブルな制御設計を実現する。
• 参考スコア（独自算出の注目度）: 4.042298549537807
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents an indirect data-driven output feedback controller synthesis for nonlinear systems, leveraging Structured State-space Models (SSMs) as surrogate models. SSMs have emerged as a compelling alternative in modelling time-series data and dynamical systems. They can capture long-term dependencies while maintaining linear computational complexity with respect to the sequence length, in comparison to the quadratic complexity of Transformer-based architectures. The contributions of this work are threefold. We provide the first analysis of controllability and observability of SSMs, which leads to scalable control design via Linear Matrix Inequalities (LMIs) that leverage contraction theory. Moreover, a separation principle for SSMs is established, enabling the independent design of observers and state-feedback controllers while preserving the exponential stability of the closed-loop system. The effectiveness of the proposed framework is demonstrated through a numerical example, showcasing nonlinear system identification and the synthesis of an output feedback controller.
• Abstract（参考訳）: 本稿では,非線形システムに対する間接的データ駆動型出力フィードバック制御器の合成を行い,SSMを代理モデルとして活用する。 SSMは時系列データと動的システムのモデリングにおいて魅力的な代替手段として登場した。 それらは、Transformerベースのアーキテクチャの2次複雑さと比較して、シーケンス長に関して線形計算複雑性を維持しながら、長期的な依存関係をキャプチャすることができる。 この作品の貢献は3倍である。 本研究では,SSMの可制御性と可観測性の最初の解析を行い,縮退理論を利用した線形行列不等式(LMI)によるスケーラブルな制御設計を実現する。 さらに,SSMの分離原理が確立され,閉ループシステムの指数的安定性を維持しつつオブザーバと状態フィードバックコントローラの独立設計が可能となった。 提案手法の有効性は,非線形システム同定と出力フィードバック制御器の合成の数値的な例を通して示す。

関連論文リスト

• Learning Surrogate LPV State-Space Models with Uncertainty Quantification [0.815557531820863]
  リニア・ヴァリリング(LPV)フレームワークは、複雑な非線形および高次元システムのサロゲートモデルの構築を可能にする。 既存のアプローチでは、得られたLPVモデルの不確実性を定量化できない。 本稿では,LPV状態空間モデルの連立推定に対するベイズ的手法を提案する。
  論文  参考訳（メタデータ） (2026-03-31T10:13:25Z)
• Differentiable Modeling for Low-Inertia Grids: Benchmarking PINNs, NODEs, and DP for Identification and Control of SMIB System [17.96236104895915]
  本稿では、電力系統力学のモデリング、識別、制御のための異なる微分可能プログラミングパラダイムの比較研究を行う。 軌道外挿,パラメータ推定,線形擬似レギュレータ(LQR)合成における性能評価を行った。 我々の結果は、データ駆動の柔軟性と物理的構造との根本的なトレードオフを強調します。
  論文  参考訳（メタデータ） (2026-02-10T11:22:59Z)
• Lag Operator SSMs: A Geometric Framework for Structured State Space Modeling [3.3864018929063477]
  柔軟かつモジュール化された離散時間構造化状態空間モデル(SSM)を構築するためのフレームワークを導入する。 提案手法は,システムの基本機能「すべり」を測定することにより,離散時間再発を幾何学的に導出する新しいラグ演算子に基づく。
  論文  参考訳（メタデータ） (2025-12-22T02:25:26Z)
• Model-Based Diffusion Sampling for Predictive Control in Offline Decision Making [48.998030470623384]
  オフラインの意思決定は、さらなるインタラクションを伴わずに、固定データセットからの信頼性の高い振る舞いを必要とする。 i)タスク整列軌道を多様に生成するプランナー,(ii)システム力学との整合性を強制するダイナミクスモデル,(iii)タスク目標に整合した動作を選択するランサーモジュールからなる構成モデルに基づく拡散フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-09T06:26:02Z)
• Learning to Dissipate Energy in Oscillatory State-Space Models [51.98491034847041]
  状態空間モデル (SSM) はシーケンス学習のためのネットワークのクラスである。 我々は,D-LinOSSがLinOSSの手法を長距離学習タスクで一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2025-05-17T23:15:17Z)
• SafEDMD: A Koopman-based data-driven controller design framework for nonlinear dynamical systems [0.4077787659104315]
  SafEDMDは、新しい安定性とフィードバック指向のコントローラ設計フレームワークである。 基礎となる非線形システムの安定化を保証した半定値プログラミングに基づくコントローラ設計を確立する。 主成分として、原点で消失し、制御タスクに適した比例誤差境界を導出する。
  論文  参考訳（メタデータ） (2024-02-05T16:12:36Z)
• Data-driven Nonlinear Model Reduction using Koopman Theory: Integrated Control Form and NMPC Case Study [56.283944756315066]
  そこで本研究では,遅延座標符号化と全状態復号化を組み合わせた汎用モデル構造を提案し,Koopmanモデリングと状態推定を統合した。 ケーススタディでは,本手法が正確な制御モデルを提供し,高純度極低温蒸留塔のリアルタイム非線形予測制御を可能にすることを実証している。
  論文  参考訳（メタデータ） (2024-01-09T11:54:54Z)
• Formal Controller Synthesis for Markov Jump Linear Systems with Uncertain Dynamics [64.72260320446158]
  マルコフジャンプ線形系に対する制御器の合成法を提案する。 本手法は,MJLSの離散(モードジャンピング)と連続(確率線形)の両方の挙動を捉える有限状態抽象化に基づいている。 本手法を複数の現実的なベンチマーク問題,特に温度制御と航空機の配送問題に適用する。
  論文  参考訳（メタデータ） (2022-12-01T17:36:30Z)
• Data-driven Control of Agent-based Models: an Equation/Variable-free Machine Learning Approach [0.0]
  複雑/マルチスケールシステムの集合力学を制御するための方程式/変数自由機械学習(EVFML)フレームワークを提案する。 提案手法は3段階からなる: (A) 高次元エージェントベースシミュレーション、機械学習(特に非線形多様体学習(DM)) 創発力学の数値分岐解析を行うために方程式のない手法を用いる。 我々は,エージェントをベースとしたシミュレータを本質的で不正確に知られ,創発的なオープンループ定常状態に駆動する,データ駆動型組込み洗浄制御器を設計する。
  論文  参考訳（メタデータ） (2022-07-12T18:16:22Z)
• Capturing Actionable Dynamics with Structured Latent Ordinary Differential Equations [68.62843292346813]
  本稿では,その潜在表現内でのシステム入力の変動をキャプチャする構造付き潜在ODEモデルを提案する。 静的変数仕様に基づいて,本モデルではシステムへの入力毎の変動要因を学習し,潜在空間におけるシステム入力の影響を分離する。
  論文  参考訳（メタデータ） (2022-02-25T20:00:56Z)

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。