利用参数空间法进行控制器设计的安全贝叶斯优化
Lorenz Dörschel、David Stenger、Dirk Abel
第三届动力学和控制学习会议记录,PMLR 144:299-311,2021。
摘要
随着控制系统变得越来越复杂,近年来,利用贝叶斯优化对控制参数进行优化调整的研究越来越引起人们的兴趣。安全贝叶斯优化(Safe Bayesian Optimisation)试图防止不安全参数化的采样,因此允许在现实世界的实验中进行参数调整。通常,这是通过使用概率GPR预测近似一个安全集来实现的。与此相反,通过参数空间方法获得了关于鲁棒稳定参数配置的分析知识,然后将其作为约束纳入优化中。在具有不确定参数的线性系统上的仿真结果表明,与标准方法相比,该方法具有显著的性能增益。
引用本文
相关材料