Deep Model Predictive Control

要約

この論文では、未知の構造の状態依存の不確実性が一致し、制限されている制御アフィン非線形離散時間システムのための深層学習ベースのモデル予測制御アルゴリズムを提示します。
不確実性の構造は不明であるため、深層ニューラル ネットワーク (DNN) を使用して擾乱を近似します。
学習フェーズ中の望ましくない動作を回避するために、チューブ ベースのモデル予測コントローラーが採用されています。これにより、閉ループ状態の制約と入力から状態への安定性が満たされます。

要約(オリジナル)

This paper presents a deep learning based model predictive control algorithm for control affine nonlinear discrete time systems with matched and bounded state-dependent uncertainties of unknown structure. Since the structure of uncertainties is not known, a deep neural network (DNN) is employed to approximate the disturbances. In order to avoid any unwanted behavior during the learning phase, a tube based model predictive controller is employed, which ensures satisfaction of constraints and input-to-state stability of the closed-loop states.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google