Bayesian Nonparametric Adaptive Control using Gaus
- 格式:doc
- 大小:1.99 MB
- 文档页数:37
基于高斯过程的贝叶斯非参数自适应控制摘要:现代绝大多数的模型参考自适应控制(MRAC)都依赖变量适应原理,即变量的个数是提前确定好的;确定方法大多是专家决策。
这种自适应原理的一个例子是径向基函数网络(RBFNS),即径向基函数中心根据预期的操作域提前确定。
如果系统在预期操作域外运行,那么这种自适应原理就会无法捕获和消除误差,由此设计出的自适应控制器从本质上说就(rendering only semi-global in nature)仅能在半全局内进行补偿。
本文研究一个基于贝叶斯模型参考自适应控制体系的高斯过程(GP-MRAC),利用GP贝叶斯非参数模型不确定性的能力和灵活性。
GP-MRA C不要求预先确定中心,自身便可控制测量误差,同时也使MRAC能够在更广泛的不确定度下有效,包括一些被视为分布外的函数。
我们使用随机稳定参数来证明G P-MRAC可以在没有不确定性先验域知识的情况下保证好的闭环表现。
我们将预分配中心后的RBFN-MRAC与可在线执行的GP推理方法通过数值仿真进行了对比,最终证实了GP-MRAC有更好的追踪效果和长期学习能力。
关键词:核,自适应控制,高斯过程,非线性控制系统Ⅰ.简介对很多实际的应用而言,建立精确的系统动力学模型是不划算的。
使用近似模型的控制综合会由于建模误差导致很差的控制响应。
自适应控制理论寻求这样一个策略,可以在减少性能损失,且在面对不确定度时可以保证稳定的、闭环的性能。
一个存在重大模型不确定性情况下还能保证相当好的性能的直接的自适应控制方法是模型参考自适应控制(MRAC)[3],[19],[43],[57],[60].在一般的MRAC算法中,径向基函数神经网络(RBFNS)已成为一种广泛使用的、相当通用的自适应模型[52],尤其在人们对系统不确定度知之甚少的情况下[26], [41], [59]。
RBFNs流行的原因之一是相较于多层感知器神经网络而言,他们的变量之间的关系是线性的[26], [33]。
然而,RBFN所能代表的精确度,在很大程度上取决于RBF中心的选择[45]。
典型的,本文作者假设系统操作域是已知的,同时在假定的操作域中预先分配一个定量的高斯RBF中心。
[12], [26],[41], [46], [61]。
由于高斯的径向基函数在远离它的中心时以指数形式衰退,系统状态必须保持接近一些RBF中心的位置,以便径向基函数神经网络可以有效的捕获系统不确定度。
因此,RBFN-MRAC的一个隐含假定是定义不确定度的操作域是紧凑的,以便它能通过RBFs的有限集合很好的拟合这个域。
所以,RBFN的稳定性终归无法被扩展到全局,因为如果系统状态演变到超出假定的紧凑的操作域,那么RBFN实际上无法学习和拟合系统的不确定性。
客服固定中心限制的一种方法是移动和增加R BF中心,以便更好的捕获建模不确定性。
在MRAC的传统方法基础上,作者曾在[4 0], [55],[58]提出了RBF中心调优规则,试图将瞬时跟踪误差最小化。
然而,在减小建模误差以保证减小追踪误差时[6], [12],相反的需要并不总是正确的。
因此,诸如[40]、[55]、[58]中的方法不能保证中心的更换可以降低建模误差。
传统的基于RB FN的模型参考自适应方法的另一个限制是,他们将不确定性建模为平稳(流畅、光滑)、确定性的函数。
然而,实际情况下的不确定性可能有很多随机性效应,如噪声,伺服系统的震颤,湍流等。
作者曾依据如修正(更新,迭代)方程组中的参数阻尼项等σ—修正[19]来保证在噪声条件下不确定度的确定性模型中参数的有界性。
这种方法可以保证闭环系统的整体有界性,但是增加的阻尼项会限制对不确定度的学习。
因此,需要更好的、利用概率建模观念如均值和方差的随机性不确定度的模型。
参数的数量和性质并非确定的;相反,他们随着数据的增多而增多和调整。
本文采用高斯过程作为模型参考自适应控制中的贝叶斯非参数自适应原理,来解决上述RBFN-MRAC中需要预先分配中心的局限。
作为对固定参数体系的一种替代方法,非参数的模型被设计用来优化全局逼近器中的局部逼近性能。
在所有非参数建模方法中,贝叶斯建模方法导致数据驱动,生成模型,模型优化以适应数据中假想的不确定的测量值。
基于GP的模型是贝叶斯非参数回归模型的一个例子[50]。
我们知道GP法和核滤波方法通过一个GP拟合的再生核希尔伯特空间有紧密的联系[2](再生核:具有再生性的核函数)。
应用贝叶斯非参数自适应原理的优势有:不需要不确定度的操作域的预先知识,可内在地掌控测量误差,同时不需预先分配中心。
GP不确定度通过分配超越函数来定义,这有别于传统的基于确定性权空间方法[26], [27], [41], [61]。
同时,贝叶斯推理克服了基于标准梯度MRAC参数迭代规则的缺点,如无法保证收敛和在面对噪声时系统会爆炸(即参数无限制的增大)的可能性[3], [6], [42]。
在诸如为了自适应控制的在线装置中应用时,GP适应性因素中的参数数目会随着测量线性的增加[50]。
此外,绝大多数用来限制GP模型大小的稀疏化技术都需要获得整个训练数据集,而这在实时控制的情况下是不可能的。
因此,为了确保实时的可行性,我们执行一个额外的限制,即在每一时刻都对最大允许的参数数量做以限制。
这个数字在下文中会被称为“预算”。
达到预算时,每增加一个新中心前都需删除旧(可能是无关紧要的)中心。
每当增加新中心时,GP的结构会间断地改变。
因此,当代GP-MRAC控制器的稳定性能必须建立在转换的随机平稳理论的基础上。
我们的GP-MRAC方法在线实施时,移除了操作有界域长期存在的假设,关于RBF 中心数目和位置的先验知识,和不确定度的确定的输入-输出模型。
A.相关书籍人们一直都在思考自适应控制中的非符号参数模型。
加农和Slotine等(其余未翻译)。
B.符号让E表示期望算子(有个随机变量X,那就有个期望EX.把X映到EX的这个映射,自然就记成E,就是那个东西),E x表示在x的测量条件下的期望算子,V (x)表示x的方差。
Tr表示迹算子,C n表示n th类的连续可微函数。
运算符λmin (.)和λmax(.)返回矩阵中最大和最小的特征值。
对于一个矩阵Z,|Z|表示它的列数。
最后,t≥0表示时间,自变量t有时会为了表示简洁而从方程中略去。
Ⅱ基于模型参考自适应控制的近似模型反演(AMI-MRAC)AMI-MRAC是一种基于MRAC方法的近似的反馈线性化,它允许针对一大类非线性对象的自适应控制器设计(见[7], [20]中的例子)。
GP-MRAC方法是在AMI-MRAC框架内被引入的,但应该注明,GP-MRAC适用于其他MRA C体系(见[3],[19],[43],[60]中的例子)。
使,那么,同时。
使,并考虑如下多输入的、可控的、仿射控制、非线性的不确定动力系统:函数f(0),f(0)=0和b是部分未知的、在一个域D内都是利普希茨的(注:利普希茨连续是一个比通常连续更强的光滑性条件,利普希茨连续函数限制了函数改变的速度),同时假设控制输入量δ有界且分段连续,以保证D内(1)的解存在且唯一。
同时假设(对于受约束的过饱和系统,这个假设可通过设计适当的控制任务来放宽)[16]。
进一步指出,虽然这里的放宽限于控制-仿射系统,存在充分条件来将一类非线性控制系统转换为(1)中控制-仿射的形式(见[22]中的图表13),且AMI-MRAC框架也可扩展为控制系统中的一类非仿射[21],[25]。
这里应用的AMI—MRAC方法通过寻找一个伪控制输来反馈线性化系统,以达到理想的加速度。
如果(1)中确切的对象模型是已知、可逆的,那么为实现理想加速度的控制输入可以通过对对象动力学反相计算得出。
然而,因为一般情况都不是这样,所以我们采用一个近似反演模型,其中对于所有都是满秩的。
给一个理想的伪控制输入,控制命令可以通过近似动态逆找到:为表示简洁,。
对系统而言,近似模型的使用会导致建模误差,则:其中:如果已知且关于可逆,则存在一个反演模型使得模型误差与控制输入无关。
我们用一个设计师选择的参考模型来描述理想系统的响应:其中表示参考模型动力学,假设它里面的对于所有连续可微。
设控制有界且分段连续。
此外,设对一个有界的命令而言,能保证是有界的。
定义追踪误差,同时伪—控制输入:其中包含一个线性前馈项,一个线性反馈项其中,,和一个适应项。
由于可以抵消,则可满足如下假设:假设1对于,有且仅有一个定点解。
假设1隐含的要求操纵有效性的标志是已知的[25]。
满足这个假设的充分条件见[25],[63]。
利用式(3),则追踪误差动力学可写为:使矩阵其中和分别代表全零阵和单位阵。
则根据(6)式,追踪误差动力学可写为:基线全状态反馈控制器被用来保证赫尔维茨(注:各阶主子式大于零)。
因此,对于任意正定矩阵,存在正定解满足李雅普诺夫方程:当高斯的RBFN被用作自适应原理时,(6)中控制规则的自适应部分被线性的高斯RBFs的组合替代,其中和是一个径向基函数的维向量。
对于,使表示RBF中心,表示RBF宽度,则高斯RBFs可表示为。
高斯RBFs是通用逼近器;如果足够大,则它可以以任意精度模拟一个在一个紧凑域内的连续函数。
A.变参数RBFN—MRAC的局限文献中典型的利用RBFN实现的自适应控制器依靠估算系统的操作域D和预分配已确定的域内RBFs中心数目。
这种情况下,可以通过如下权系数校正规则表明它:其中射影算子(注:投影算子是一个从向量空间V射到它自身的线性变换)用来限制权系数[47],在系统在中心分散的域内的情况下工作时保证最终的跟踪误差和自适应参数的有界性不发生变化1(注1:当使用RBFN或其他基于拟合的自适应原理时,若存在非零的近似误差,则无法保证追踪误差可以渐近收敛到0,即使在持续的激励(Persistency of Excitation,PE)的作用下)[52],[60],这里表示正定的学习速率矩阵。
这个自适应规则并不总能保证理想的参数向量足够吸引人,除非在系统状态的持续激励(Persistency of Excitation ,PE)被满足的条件下[6],[26],[60]。
Kingravi et al.(人名)展示了中心的位置同样会影响对自适应律有明显“作用”的激励的数量(10)[27]。
即使选的很好,当系统演化到远离中心分布的地方时,自适应系统的持续激励也许会控不住。
总之,预先分配中心的RBFN的两大缺陷如下:1 RBFN—MRAC是局部有效的:只能在预先分配中心的估计的操作域D内实现拟合;2 当应用如(10)的自适应原理时,很难保证参数可以收敛到理想值,这说明基于通用逼近定理保证的最佳拟合效果在使用RBFN—MRAC时无法达到。