基于蒙特卡罗方法非线性随机系统滚动时域控制近似与稳定性研究.pdfVIP

第17届国际自动控制系统识别研讨会预印本国际会议中

心2015年10月19‑21日。

蒙特卡罗方法用于非线性随机最优控制

?

中的控制器近似与稳定化

弗朗西斯科·贝尔托利和阿德里安·N·∗∗∗

∗澳大利亚国立大学和澳大利亚息通信技术

∗∗悉尼科技大学（UTS）和澳大利亚息通信技术

：本文研究了非线性随机系统中滚动时域最优控制的一种近似方法。该近似方法基于蒙特

卡罗模拟，并通过卡茨推导得出，从而为与最优控制器相关的顿‑雅可比‑贝尔

曼方程的解了随机解释。结果表明，该控制器近似方法能够在无限时域上实际稳定系统，因

此控制器近似误差不会随时间累积或导致不稳定。

1.引言2.非线性随机最优RHC

滚动时域最优控制（RHC）是一种用于在无限时域内控制设(ΩF,P)为一个完整的概率空间，配备由固定的、

动力系统的策略，其在任意时刻的控制输入是通过求解从d

的维纳过程W(ω):[0,∞)×Ω→R生成的自然滤

t

x0u

该时刻开始的固定长度时域上的有限时间范围最优控制问波(F)t0。我们考虑一个非线性受控过程X0t,(ω):

t,

题来获得的。RHC是有限时域最优控制的自然扩展，[0,∞)×Ω→Rn，其定义为

也是无限时域最优控制的自然简化。0,x,u0,x,u0,x,u

dX0f(X0,u)dt+g(X0)dW(1)

ttttt

本文的贡献在于对非线性随机系统连续时间RHC的稳定