Studiamo un problema di identificazione simultanea di sistemi e modello predittivo
controllo di sistemi non lineari. Particolarmente, forniamo un algoritmo per i sistemi
con dinamica residua sconosciuta che può essere espressa dagli operatori di Koopman. Come
la dinamica residua può modellare disturbi esterni ed errori di modellazione, ad esempio
disturbi del vento e delle onde ai veicoli aerei e marini, o modello impreciso
parametri. L'algoritmo ha garanzie di quasi ottimalità a tempo finito e
converge asintoticamente al controllore non causale ottimale. Nello specifico,
the algorithm enjoys sublinear \textit{rimpianto dinamico}, qui definito come
subottimalità rispetto a un controllore chiaroveggente ottimale che sa come
dinamiche sconosciute si adatteranno ai suoi stati e alle sue azioni. A tal fine, presumiamo
all'algoritmo vengono assegnate funzioni osservabili di Koopman tali che l'ignoto
la dinamica può essere approssimata da un sistema dinamico lineare. Poi, impiega
modello di controllo predittivo basato sull'attuale modello appreso dell'ignoto
dinamica residua. Questo modello viene aggiornato online utilizzando i minimi quadrati in a
modo auto-supervisionato sulla base dei dati raccolti durante il controllo del
sistema. Convalidiamo il nostro algoritmo in simulazioni basate sulla fisica di un palo del carrello
sistema che mira a mantenere il palo in posizione verticale nonostante i parametri del modello imprecisi.

Questo articolo esplora i giri e le loro implicazioni.

Scarica PDF: