불확실 비선형 시스템을 위한 적응형 동적 프로그래밍을 이용한 사건 기반 강건 제어

이 논문에서는 일치하지 않는 불확실성을 가진 연속 시간 비선형 시스템의 강건 제어 문제를 사건 기반 제어 방법을 사용하여 조사합니다. 우선, 강건 제어 문제를 증강 제어 및 적절한 비용 함수를 가진 대응 최적 제어 문제로 변환합니다. 사건 기반 메커니즘 하에서, 우리는 최적 제어 문제의 해가 적응형 트리거링 조건으로 불확실 시스템을 점근적으로 안정화할 수 있음을 증명합니다. 즉, 설계된 사건 기반 제어기는 원래 불확실 시스템에 대해 강건합니다. 트리거링 조건이 충족될 때만 사건 기반 제어기가 업데이트되므로 플랜트와 제어기 간의 통신 자원을 절약할 수 있습니다. 이후 최적 제어 정책에 접근하기 위해 경험재생 기술을 갖춘 단일 네트워크 적응형 동적 프로그래밍 구조를 구축합니다. 사건 기반 제어 정책 및 증강 제어 정책이 있는 폐쇄 루프 시스템의 안정성은 리아푸노프 접근법을 사용하여 분석합니다. Furthermore, 학습 과정 중 제노 행동을 제외하는 비영점 양수 상수에 의해 최소 입력 샘플 간격이 제한됨을 증명합니다. 마지막으로, 제안된 제어 방안의 효과를 입증하기 위해 두 가지 시뮬레이션 예제가 제공됩니다.