快速复杂控制系统的实时优化
控制系统是使汽车、机器人和制造过程等动力系统实现理想行为的机制;虽然看不见，但它们往往是我们日常生活中必不可少的。控制工程涉及控制系统的分析和设计，最优控制是控制工程中的重要问题之一。在最优控制问题中，在给定约束条件下，控制输入以最小化代价函数为目标。即使已知控制系统的数学模型，由于大量的计算或数据存储，通常很难找到其最优控制输入，几十年来，开发高效的最优控制问题算法一直是一个活跃的研究领域。在动态系统数学模型未知的情况下，通过自适应或学习实现动态系统的最优控制具有挑战性;此外，开发实用的未知动力系统最优控制方法是控制工程和机器学习的一个挑战。因此，控制系统为机器学习提供了充足的动力和机会。本教程旨在帮助机器学习领域的研究人员和工程师解决控制系统中的问题。首先概述了控制工程中的问题和概念，并概述了不需学习控制方法的具体好处; 本文主要研究的是基于实时优化的模型预测控制(MPC)，该方法近年来得到了迅速的发展。MPC可以解决传统控制目标之外的各种控制问题，如调节和跟踪，并且在实时优化可行的情况下适用于各种类型的动力系统。MPC的典型应用包括基于详细非线性模型的机械系统，如无人机、汽车和机器人，采样周期为毫秒量级。此外，MPC能够实现最优控制性能，常被用于学习控制方法的参考。在这些现有成果的背景下，将展开一场关于控制工程的思想和方法的讨论，这将证明对机器学习是有益的。
成为VIP会员查看完整内容
Real-Time Optimization for Fast and Complex Control Systems
相关内容
Arxiv
0+阅读 · 2022年2月6日
Arxiv
0+阅读 · 2022年2月4日
Arxiv
0+阅读 · 2022年2月3日
Arxiv
0+阅读 · 2022年2月3日
Arxiv
0+阅读 · 2022年2月3日
Arxiv
6+阅读 · 2018年1月10日
相关主题
相关VIP内容
相关资讯
相关论文
Arxiv
0+阅读 · 2022年2月6日
Arxiv
0+阅读 · 2022年2月4日
Arxiv
0+阅读 · 2022年2月3日
Arxiv
0+阅读 · 2022年2月3日
Arxiv
0+阅读 · 2022年2月3日
Arxiv
6+阅读 · 2018年1月10日
微信扫码咨询专知VIP会员