BriefGPT - AI 论文速递
·
基于凸优化的神经网络系统安全滤波器设计
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了一种基于模型学习的鲁棒控制方法，利用鲁棒凸优化和Lyapunov理论定义了鲁棒控制Lyapunov阻碍函数，实现了安全性和稳定性保证的控制器。通过模拟结果展示了该方法在汽车轨迹跟踪、非线性控制中的障碍物避障、卫星交会和飞行控制等问题上的应用，表明该方法降低了计算成本，并且控制器的能力与稳健MPC技术相匹配或优于其能力。
🎯
关键要点
- 提出了一种基于模型学习的鲁棒控制方法。
- 利用鲁棒凸优化和Lyapunov理论定义鲁棒控制Lyapunov阻碍函数。
- 实现了具有安全性和稳定性保证的控制器。
- 在汽车轨迹跟踪、非线性控制中的障碍物避障、卫星交会和飞行控制等问题上展示了模拟结果。
- 该方法降低了计算成本。
- 控制器的能力与稳健MPC技术相匹配或优于其能力。
➡️
