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:2507.20580

帮助 | 高级搜索

电气工程与系统科学 > 系统与控制

arXiv:2507.20580 (eess)
[提交于 2025年7月28日 ]

标题: 一种改进的自适应数据启用策略优化控制方法以解决状态扰动

标题: A Modified Adaptive Data-Enabled Policy Optimization Control to Resolve State Perturbations

Authors:Mojtaba Kaheni, Niklas Persson, Vittorio De Iuliis, Costanzo Manes, Alessandro V. Papadopoulos
摘要: 本文提出了对数据使能策略优化(DeePO)算法的修改,以减轻状态扰动。 DeePO是一种自适应的数据驱动方法,旨在迭代计算等效于确定性等价LQR增益的反馈增益。 与其他基于Willems基本引理的数据驱动方法类似,DeePO需要持续激励的输入信号。 然而,来自LQR设计的线性状态反馈增益本身无法生成此类输入。 为了解决这个问题,通常会向控制信号中添加探测噪声以确保持续激励。 然而,添加的噪声可能会引起不期望的状态扰动。 我们首先识别了在未添加探测噪声时危及DeePO期望性能的两个关键问题:状态收敛到平衡点,以及控制器收敛到其最优值。 为了在不依赖探测噪声的情况下解决这些挑战,我们基于两个基本原理提出了无扰动DeePO(PFDeePO)。 首先,在DeePO过程中,当系统状态接近平衡点时,算法暂停控制增益的更新。 其次,当控制器收敛时,它应用一个乘法噪声,该噪声由$1$的均值作为控制信号的增益。 这种方法在系统接近平衡时最小化噪声的影响,同时保持稳定性。 我们通过仿真展示了PFDeePO的有效性,展示了其在保持系统性能和稳定性的同时消除状态扰动的能力。
摘要: This paper proposes modifications to the data-enabled policy optimization (DeePO) algorithm to mitigate state perturbations. DeePO is an adaptive, data-driven approach designed to iteratively compute a feedback gain equivalent to the certainty-equivalence LQR gain. Like other data-driven approaches based on Willems' fundamental lemma, DeePO requires persistently exciting input signals. However, linear state-feedback gains from LQR designs cannot inherently produce such inputs. To address this, probing noise is conventionally added to the control signal to ensure persistent excitation. However, the added noise may induce undesirable state perturbations. We first identify two key issues that jeopardize the desired performance of DeePO when probing noise is not added: the convergence of states to the equilibrium point, and the convergence of the controller to its optimal value. To address these challenges without relying on probing noise, we propose Perturbation-Free DeePO (PFDeePO) built on two fundamental principles. First, the algorithm pauses the control gain updating in DeePO process when system states are near the equilibrium point. Second, it applies a multiplicative noise, scaled by a mean value of $1$ as a gain for the control signal, when the controller converges. This approach minimizes the impact of noise as the system approaches equilibrium while preserving stability. We demonstrate the effectiveness of PFDeePO through simulations, showcasing its ability to eliminate state perturbations while maintaining system performance and stability.
评论: 第64届IEEE决策与控制会议
主题: 系统与控制 (eess.SY)
引用方式: arXiv:2507.20580 [eess.SY]
  (或者 arXiv:2507.20580v1 [eess.SY] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.20580
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Mojtaba Kaheni [查看电子邮件]
[v1] 星期一, 2025 年 7 月 28 日 07:28:28 UTC (93 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.SY
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
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