Nonlinear Robust Optimization for Planning and Control

要約

このホワイトペーパーでは、未知の境界障害を服用する制約された非線形動的システムの新しい堅牢な軌跡最適化方法を紹介します。
特に、規定された不確実性セット内の妨害のすべての可能な実現に関して、堅牢に実行可能なままである最適な制御ポリシーを求めています。
この問題に対処するために、BIレベルの最適化アルゴリズムを紹介します。
外側のレベルは、非線形ダイナミクスと堅牢な制約の線形化に依存する、信頼地域の連続した凸化アプローチを採用しています。
内部レベルには、結果として生じる線形化された堅牢な最適化問題を解決することが含まれます。この問題は、扱いやすい凸の再定式化を導き出し、それらを効率的に解くための増強されたラグランジアン法を提示します。
非線形システム上の方法論の堅牢性をさらに高めるために、潜在的な線形化エラーも不明な障害として効果的にモデル化できることを示しています。
シミュレーション結果は、未知の妨害の下で堅牢な方法で非線形システムを制御するアプローチの適用性を確認します。
堅牢な最適化の観点からのこのような連続した線形化スキームでの近似エラーを効果的に処理することの約束も強調されています。

要約(オリジナル)

This paper presents a novel robust trajectory optimization method for constrained nonlinear dynamical systems subject to unknown bounded disturbances. In particular, we seek optimal control policies that remain robustly feasible with respect to all possible realizations of the disturbances within prescribed uncertainty sets. To address this problem, we introduce a bi-level optimization algorithm. The outer level employs a trust-region successive convexification approach which relies on linearizing the nonlinear dynamics and robust constraints. The inner level involves solving the resulting linearized robust optimization problems, for which we derive tractable convex reformulations and present an Augmented Lagrangian method for efficiently solving them. To further enhance the robustness of our methodology on nonlinear systems, we also illustrate that potential linearization errors can be effectively modeled as unknown disturbances as well. Simulation results verify the applicability of our approach in controlling nonlinear systems in a robust manner under unknown disturbances. The promise of effectively handling approximation errors in such successive linearization schemes from a robust optimization perspective is also highlighted.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google