An Information-state based Approach to the Optimal Output Feedback Control of Nonlinear Systems

要約

この論文では、部分非線形観測モデルを使用した非線形動的システムの閉ループ出力フィードバック制御へのデータベースのアプローチを開発します。
我々は、部分的に観察された問題を、情報状態が過去数回の観察と制御入力からなる完全に観察された問題に厳密に変換する、情報状態ベースのアプローチを提案します。
さらに、変換された最適制御問題と最初に部分的に観察された最適制御問題の等価性を示し、決定論的な最適解を解くための条件を提供します。
私たちは、自己回帰移動平均 (ARMA) モデルによって近似された情報状態ダイナミクスの局所線形時変モデルを使用して、部分的に観測されたシステムに対する反復線形二次レギュレーター (iLQR) のデータベースの一般化を開発します。このモデルは、入力のみを使用して生成されます。
出力データ。
この開ループ軌道最適化ソリューションは、ローカル フィードバック制御則を設計するために使用され、複合則は、部分的に観察されたフィードバック設計問題に対する最適なソリューションを提供します。
開発された方法の有効性は、モデルの存在下で複雑な高次元の非線形力学システムを制御し、不確実性を検知することによって示されます。

要約(オリジナル)

This paper develops a data-based approach to the closed-loop output feedback control of nonlinear dynamical systems with a partial nonlinear observation model. We propose an information state based approach to rigorously transform the partially observed problem into a fully observed problem where the information state consists of the past several observations and control inputs. We further show the equivalence of the transformed and the initial partially observed optimal control problems and provide the conditions to solve for the deterministic optimal solution. We develop a data based generalization of the iterative Linear Quadratic Regulator (iLQR) to partially observed systems using a local linear time varying model of the information state dynamics approximated by an Autoregressive moving average (ARMA) model, that is generated using only the input-output data. This open-loop trajectory optimization solution is then used to design a local feedback control law, and the composite law then provides an optimum solution to the partially observed feedback design problem. The efficacy of the developed method is shown by controlling complex high dimensional nonlinear dynamical systems in the presence of model and sensing uncertainty.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google