Systematic Evaluation of Initial States and Exploration-Exploitation Strategies in PID Auto-Tuning: A Framework-Driven Approach Applied on Mobile Robots

要約

PIDコントローラーは、そのシンプルさと有効性のため、制御システムで広く使用されています。
ベイジアンの最適化や差別的進化などの高度な最適化手法が適用されていますが、PIDコントローラーの自動チューニングの課題に対処するためには、収束と探査と搾取のバランスに対する初期システム状態の影響は未定です。
さらに、モバイルロボットなどの実際のサイバー物理システムへの影響を直接実験することは、現実的な洞察を得るために重要です。
本論文では、ベイジアンの最適化と微分進化を利用するPID自動調整プロセスに対するこれらの要因を体系的に変化させる影響を評価するために、新しいフレームワークが導入されています。
テストは、収束速度、沈降時間、立ち上がり時間、オーバーシュート率への影響を評価するために、2つの異なるPID制御ロボットプラットフォーム、全方向ロボットとディファレンシャルドライブモバイルロボットで実施されました。
その結果、実験結果は、体系的な変動の影響に関する証拠をもたらし、それにより、この分野での将来の研究研究の経験的根拠を提供します。

要約(オリジナル)

PID controllers are widely used in control systems because of their simplicity and effectiveness. Although advanced optimization techniques such as Bayesian Optimization and Differential Evolution have been applied to address the challenges of automatic tuning of PID controllers, the influence of initial system states on convergence and the balance between exploration and exploitation remains underexplored. Moreover, experimenting the influence directly on real cyber-physical systems such as mobile robots is crucial for deriving realistic insights. In the present paper, a novel framework is introduced to evaluate the impact of systematically varying these factors on the PID auto-tuning processes that utilize Bayesian Optimization and Differential Evolution. Testing was conducted on two distinct PID-controlled robotic platforms, an omnidirectional robot and a differential drive mobile robot, to assess the effects on convergence rate, settling time, rise time, and overshoot percentage. As a result, the experimental outcomes yield evidence on the effects of the systematic variations, thereby providing an empirical basis for future research studies in the field.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google