基于稳定性信息的贝叶斯优化用于 MPC 成本函数学习
内容提要
本文探讨了通过贝叶斯优化和机器学习改进模型预测控制（MPC）中的参数调整，以提升闭环性能和安全性。研究提出了自适应优化的MPC方案，利用统计工具和深度学习技术，确保控制器在复杂任务中的鲁棒性和效率。实验结果表明，该方法在安全性和性能上表现优异。
延伸解读
贝叶斯优化在MPC参数调整中的核心作用
文章指出，贝叶斯优化被用于直接优化学习控制器的参数，以提高闭环性能。在锂离子电池快速充电系统中，该方法实现了安全充电和最大化闭环性能。此外，自适应优化方法利用贝叶斯优化调整随机MPC的超参数，并基于性能奖励估计转换模型参数的概率分布，从而处理噪声变化。
学习基础MPC的鲁棒性保证
学习基础模型预测控制（LBMPC）通过维护两个模型，在优化框架中隔离安全性和性能。它选择最小化成本的输入来提高性能，并通过检查模糊模型稳定性来确保安全性和鲁棒性。文章证明，如果系统充分兴奋，LBMPC控制行动以概率收敛为使用真实动力学计算的MPC的行动。
深度强化学习与多目标贝叶斯优化的结合
基于深度强化学习的多目标贝叶斯优化模型预测控制，在运行过程中通过限制强化学习动作空间在安全学习空间内，选择最优离散动作，并根据上下文选择相应的优化权重集合，使得未经训练的强化学习模型表现出安全且最优的性能。实验结果表明，训练后的模型展现了超越Pareto前沿的性能。
监督学习减少在线计算负担
使用监督学习技术结合MPC，通过离线学习最优值函数而不是最优策略，可以用作短预测视野的近视型MPC中的代价函数，从而大大减少在线计算负担而不影响控制器性能。该方法通过使用离线收集的状态-值对来学习代价函数，并采用基于敏感度的数据增强方案解决状态-值对生成的成本问题。
Q&A
贝叶斯优化在模型预测控制中有什么应用？
贝叶斯优化用于直接优化学习控制器参数，以提高闭环性能，特别是在锂离子电池快速充电系统中实现安全充电和最大化性能。
什么是学习基础的模型预测控制（LBMPC）？
LBMPC是一种方案，通过维护两个模型来提高系统性能，并提供稳健性的确定性保证，确保安全性和鲁棒性。
自适应MPC系统如何提高控制器的鲁棒性？
自适应MPC系统利用贝叶斯优化和经典的EI获取方法自动估计控制和模型参数，从而在多种挑战性任务中增强鲁棒性。
如何通过机器学习优化模型预测控制的更新规则？
通过机器学习优化更新规则，可以在有限样本数下获得更好的控制效果，减少在线计算负担。
强化学习与模型预测控制结合的优势是什么？
结合强化学习与模型预测控制可以充分利用两者的优势，获得既具有最优性又安全的控制器。
如何确保模型预测控制的安全性和稳定性？
通过定义鲁棒控制的Lyapunov阻碍函数，并在复杂任务中展示模拟结果，可以实现具有安全性和稳定性保证的控制器。
