PID Tuning using Cross-Entropy Deep Learning: a Lyapunov Stability Analysis

要約

水中無人車両 (UUV) は、身体に作用する外部の妨害力を常に補償する必要があります。
そこでは適応制御理論が一般的に使用され、プロセス変動への対応において制御法則にある程度の柔軟性を与えます。
現在、学習ベース (LB) 適応手法が、モデルベースの制御構造とディープモデルフリー学習アルゴリズムを組み合わせる分野をリードしています。
この研究では、そのようなコントローラーの安定性を実証的に研究するための実験と測定基準を提案します。
この安定性解析は、適応パラメータがクロスエントロピー深層学習法を使用して決定される LB 適応制御システムに対して実行されます。

要約(オリジナル)

Underwater Unmanned Vehicles (UUVs) have to constantly compensate for the external disturbing forces acting on their body. Adaptive Control theory is commonly used there to grant the control law some flexibility in its response to process variation. Today, learning-based (LB) adaptive methods are leading the field where model-based control structures are combined with deep model-free learning algorithms. This work proposes experiments and metrics to empirically study the stability of such a controller. We perform this stability analysis on a LB adaptive control system whose adaptive parameters are determined using a Cross-Entropy Deep Learning method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google