Safe Non-Stochastic Control of Control-Affine Systems: An Online Convex Optimization Approach

要約

私たちは、有界非確率ノイズ、つまり先験的に未知であり、必ずしも確率モデルによって支配されないノイズによって破損した非線形制御アフィン システムを安全に制御する方法を研究します。
私たちは、衝突回避制約や制御努力制約など、時間とともに変化する凸型制約の形をとる安全制約に焦点を当てます。
我々は、有界の動的リグアランス、つまり事前にノイズの実現を知っている最適な透視コントローラに対する有界の準最適性を備えたアルゴリズムを提供します。
私たちは、突風などの現実世界の予測不可能な外乱にもかかわらず、ロボットが自律的に複雑なタスクを実行する自律性の未来に意欲を持っています。
アルゴリズムを開発するために、問題をコントローラーと敵対者の間の逐次ゲームとして捉えます。コントローラーが最初にプレイして制御入力を選択し、敵対者が次にプレイしてノイズの実現を選択します。
コントローラーは、ノイズの実現を事前に知ることができないにもかかわらず、累積追跡誤差を最小限に抑えることを目指しています。
(i) 直立状態を維持することを目的とする倒立振子、および (ii) 未知の乱雑な環境を通ってゴール位置に飛行することを目的とするクワッドローターのシミュレートされたシナリオでアルゴリズムを検証します。

要約(オリジナル)

We study how to safely control nonlinear control-affine systems that are corrupted with bounded non-stochastic noise, i.e., noise that is unknown a priori and that is not necessarily governed by a stochastic model. We focus on safety constraints that take the form of time-varying convex constraints such as collision-avoidance and control-effort constraints. We provide an algorithm with bounded dynamic regret, i.e., bounded suboptimality against an optimal clairvoyant controller that knows the realization of the noise a prior. We are motivated by the future of autonomy where robots will autonomously perform complex tasks despite real-world unpredictable disturbances such as wind gusts. To develop the algorithm, we capture our problem as a sequential game between a controller and an adversary, where the controller plays first, choosing the control input, whereas the adversary plays second, choosing the noise’s realization. The controller aims to minimize its cumulative tracking error despite being unable to know the noise’s realization a prior. We validate our algorithm in simulated scenarios of (i) an inverted pendulum aiming to stay upright, and (ii) a quadrotor aiming to fly to a goal location through an unknown cluttered environment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google