複合適応制御のための収縮動的表現の統計的学習

本論文は、動的に結合した外乱下でのcomposite adaptive tracking controlのための表現学習フレームワークを提示する。 - 古典的なdisturbance-accommodating control (DAC)と最近のlast-layer adaptive disturbance-rejection手法を接続する。 - 外乱の動的表現を同定するため、hard expectation-maximization (hard-EM)手順を導入し、hard E-stepにKalman smootherを用いる。 - 学習された表現は、測定されたplant featuresと制御入力から潜在的な外乱励起状態を発展させ、その状態を公称plantに作用する時変外乱へデコードする。 - これにより、従来のfixed-decayなlast-layer適応手法を、学習された予測的なDACスタイルの定式化へ拡張する。 - 学習された潜在状態のBayesian filteringと組み合わせることで、予測能力と有界近傍への証明可能な指数収束を持つcomposite adaptive…

先行研究と比べて以下の点が優れている。 - 従来のfixed-decayなlast-layer適応手法を、学習された予測的なDACスタイルの定式化へ拡張した。 - 古典的DACと最近のlast-layer adaptive disturbance-rejection手法を接続した。 - 外乱の潜在進化が一様にcontractiveである動的表現を同定する、統計的に原理化されたhard-EM手順を導入した。 - 学習された潜在状態のBayesian filteringにより、予測能力と有界近傍への証明可能な指数収束を備えたcomposite adaptive tracking controllerを実現した。 - 実験的に、fixed-decay表現学習アブレーション、LTI disturbance-accommodatingベースライン、モデルベースPDベースラインと比較して、外乱予測精度と追従性能が向上した。

技術や手法の肝は以下の通り。 - 外乱の動的表現を同定するために、hard expectation-maximization (hard-EM)手順を導入。 - hard E-stepでKalman smootherを使用。 - 学習された表現は、測定されたplant featuresと制御入力から潜在的な外乱励起状態を発展させ、その状態を公称plantに作用する時変外乱へデコードする。 - 潜在進化は一様にcontractiveであるように同定される。 - 学習された潜在状態のBayesian filteringを組み合わせ、予測能力と有界近傍への証明可能な指数収束を持つcomposite adaptive tracking controllerを構成。

以下の実験で有効性を検証した。 - 液体スロッシングタンクと振り子負荷を搭載した滑りやすい地上車両。 - 結合Duffing発振器系でのロバスト性評価。 - 両設定で、fixed-decay表現学習アブレーション、LTI disturbance-accommodatingベースライン、モデルベースPDベースラインと比較し、正確な外乱予測と全体的な追従性能の向上を達成。

要旨からは不明。

要旨で参照/比較されている研究や関連手法として、disturbance-accommodating control (DAC)、last-layer adaptive disturbance-rejection methods、fixed-decay representation-learning、LTI disturbance-accommodating baselines、model-based PD baselinesが挙げられる。また、hard expectation-maximization (hard-EM)、Kalman smoother、Bayesian filtering、composite adaptive control、Duffing oscillatorsが関連する。