Data-Based Actuator Selection for Optimal Control Allocation
Data-Based Actuator Selection for Optimal Control Allocation
复制标题
基于数据的执行器选择以实现最佳控制分配
DOI：
10.1109/cdc51059.2022.9992848
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Jiang, Zhong-Ping
中科院分区：
文献类型：
--
作者：
Fotiadis, Filippos;Vamvoudakis, Kyriakos G.;Jiang, Zhong-Ping
在这项工作中，我们考虑一个执行器冗余系统，即，一个系统的执行器比有效的控制输入的数量，并把控制分配，执行器选择和学习之间的联系。在这种系统中，可以选择致动器命令以满足给定的控制目标，同时仍然具有剩余的自由度以用于使总致动能量最小化。我们表明，这种能量可以进一步最小化，通过最佳地选择执行器本身，我们在两种不同的情况下执行;第一，在控制目标是事先不知道的情况下;第二，在控制目标被定义为稳定状态反馈控制器的情况下。为了放松对系统的植物矩阵的知识的要求，我们组成了一个新的学习机制的基础上的政策迭代，计算反稳定的解决方案，以相关的代数Riccati方程使用轨迹数据。模拟证明我们的方法。
In this work, we consider an actuator redundant system, i.e., a system with more actuators than the number of effective control inputs, and bring together connections between control allocation, actuator selection, and learning. In this kind of systems, the actuator commands can be chosen to meet a given control objective while still having leftover degrees of freedom to use towards minimizing the overall actuation energy. We show that this energy can be further minimized by optimally selecting the actuators themselves, which we perform in two different scenarios; first, in the case where the control objective is not known beforehand; and second, in the case where the control objective is defined to be a stabilizing state feedback controller. To relax the requirement for knowledge of the system’s plant matrix, we compose a novel learning mechanism based on policy iteration, which computes the anti-stabilizing solution to an associated algebraic Riccati equation using trajectory data. Simulations are performed that demonstrate our approach.
登录
查看更多内容
不确定系统的基于学习的执行器放置
DOI：
10.1109/cdc45484.2021.9683690
发表时间：
2021
期刊：
2021 IEEE Conference on Decision and Control
影响因子：
--
作者：
Fotiadis, Filippos;Vamvoudakis, Kyriakos. G.
通讯作者：
Vamvoudakis, Kyriakos. G.
具有保证性能范围的确定性和随机执行器调度
影响因子：
6.8
作者：
Siami, Milad;Olshevsky, Alexander;Jadbabaie, Ali
通讯作者：
Jadbabaie, Ali
关于时变执行器放置的松弛
影响因子：
3
作者：
Alexander Olshevsky
通讯作者：
Alexander Olshevsky
优化传感器设计的几何方法
DOI：
10.1098/rspa.2015.0312
发表时间：
2015
期刊：
Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences
影响因子：
--
作者：
M. Belabbas
通讯作者：
M. Belabbas
网络控制系统中安全感知传感器放置问题的博弈论框架
DOI：
10.23919/acc.2019.8814443
发表时间：
2018
期刊：
2019 American Control Conference (ACC)
影响因子：
--
作者：
Mohammad Pirani;Ehsan Nekouei;H. Sandberg;K. Johansson
通讯作者：
K. Johansson