고정밀 운동 시스템을 위한 적응 베이지안 최적화

제어기 조정 및 매개변수 최적화는 폐쇄 루프 시스템 성능을 향상시키기 위한 시스템 설계에서 매우 중요합니다. 베이지안 최적화는 효율적인 모델 없는 제어기 조정 및 적응 방법으로 확립되었습니다. 그러나 베이지안 최적화 방법은 계산 비용이 많이 들고, 따라서 실시간 중요 시나리오에서 사용하기 어려운 경우가 많습니다. 본 연구에서는 낮은 수준의 제어기 매개변수를 온라인으로 조정하여 적응 제어를 위한 순수 데이터 기반, 모델 없는 접근 방식을 제안합니다. 우리는 성능 및 안정성 기준을 처리하기 위해 안전하고 샘플 효율적인 베이지안 최적화를 위한 알고리즘인 GoOSE에 기반하여 알고리즘을 구축합니다. 우리는 계산 효율성과 최적화 단계의 병렬화를 위한 여러 계산 및 알고리즘 수정 사항을 도입합니다. 우리는 또한 반도체 산업 응용에서 활용되는 실제 정밀 운동 시스템에서 알고리즘의 성능을 평가하며, 하중 및 참조 단계 크기를 수정하고 이를 보간된 제한 최적화 기반 기준 접근 방식과 비교합니다.