Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2403.05367

帮助 | 高级搜索

电气工程与系统科学 > 系统与控制

arXiv:2403.05367 (eess)
[提交于 2024年3月8日 (v1) ,最后修订 2025年2月18日 (此版本, v2)]

标题: 基于递归学习和策略梯度的稳定认证的在线策略数据驱动LQR

标题: Stability-Certified On-Policy Data-Driven LQR via Recursive Learning and Policy Gradient

Authors:Lorenzo Sforni, Guido Carnevale, Ivano Notarnicola, Giuseppe Notarstefano
摘要: 在本文中,我们研究了一个数据驱动的框架,在动态未知的情况下解决线性二次调节器(LQR)问题,并且还面临为整个学习和控制方案提供稳定性证明的额外挑战。 具体而言,在所提出的在线策略学习框架中,控制输入被应用于实际(未知)的线性系统,并且不断优化。 我们提出了一种称为Relearn LQR的学习和控制过程,该过程结合了递归最小二乘法与基于梯度方法的直接策略搜索。 所得到的方案通过将其建模为反馈互连的非线性动态系统进行分析。 一种基于李雅普诺夫的方法,利用非线性系统的平均化和时标分离理论,使我们能够为整个互联系统提供正式的稳定性保证。 所提出策略的有效性通过数值仿真得到验证,其中Relearn LQR被应用于飞机控制问题,包括静态和漂移参数。
摘要: In this paper, we investigate a data-driven framework to solve Linear Quadratic Regulator (LQR) problems when the dynamics is unknown, with the additional challenge of providing stability certificates for the overall learning and control scheme. Specifically, in the proposed on-policy learning framework, the control input is applied to the actual (unknown) linear system while iteratively optimized. We propose a learning and control procedure, termed Relearn LQR, that combines a recursive least squares method with a direct policy search based on the gradient method. The resulting scheme is analyzed by modeling it as a feedback-interconnected nonlinear dynamical system. A Lyapunov-based approach, exploiting averaging and timescale separation theories for nonlinear systems, allows us to provide formal stability guarantees for the whole interconnected scheme. The effectiveness of the proposed strategy is corroborated by numerical simulations, where Relearn LQR is deployed on an aircraft control problem, with both static and drifting parameters.
主题: 系统与控制 (eess.SY)
引用方式: arXiv:2403.05367 [eess.SY]
  (或者 arXiv:2403.05367v2 [eess.SY] 对于此版本)
  https://doi.org/10.48550/arXiv.2403.05367
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Guido Carnevale [查看电子邮件]
[v1] 星期五, 2024 年 3 月 8 日 14:58:34 UTC (584 KB)
[v2] 星期二, 2025 年 2 月 18 日 13:29:41 UTC (1,330 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
eess.SY
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-03
切换浏览方式为:
cs
cs.SY
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号