지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2021.10
- 수록면
- 1,592 - 1,598 (7page)
이용수
초록· 키워드
오류제보하기
Guaranteed safety and performance under various circumstances remain technically critical and practically challenging for the wide deployment of autonomous vehicles. For such safety-critical systems, it will certainly be a requirement that safe performance should be ensured even during the reinforcement learning period in the presence of system uncertainty. To address this issue, a Barrier Lyapunov Function-based safe reinforcement learning algorithm (BLF- SRL) is proposed here for the formulated nonlinear system in strict-feedback form. This approach appropriately arranges the Barrier Lyapunov Function item into the optimized backstepping control method to constrain the state-variables in the designed safety region during learning when unknown bounded system uncertainty exists. More specifically, the overall system control is optimized with the optimized backstepping technique under the framework of Actor-Critic, which optimizes the virtual control in every backstepping subsystem. Wherein, the optimal virtual control is decomposed into Barrier Lyapunov Function items; and also with an adaptive item to be learned with deep neural networks, which achieves safe exploration during the learning process. Eventually, the principle of Bellman optimality is satisfied through iteratively updating the independently approximated actor and critic to solve the Hamilton-Jacobi-Bellman equation in adaptive dynamic programming. More notably, the variance of control performance under uncertainty is also reduced with the proposed method. The effectiveness of the proposed method is verified with motion control problems for autonomous vehicles through appropriate comparison simulations.
목차
Abstract
1. INTRODUCTION
2. PRELIMINA RIES
3. OPTIMIZED BACKSTEPPING CONTROL DESIGN
4. SIMULATION RESULTS
5. CONCLUSION
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
제어장벽함수와 심층강화학습을 결합한 안전강화학습 제어기 연구
제어로봇시스템학회 논문지
2022 .11
-
PMSM을 위한 향상된 barrier Lyapunov function 기반의 위치 제어
대한전기학회 학술대회 논문집
2022 .07
-
시그모이드 함수를 이용한 제어 리아프노프-장벽 함수 설계와 안전 필수 제어로의 적용
제어로봇시스템학회 국내학술대회 논문집
2024 .07
-
Backstepping Controller Design of Maglev System for Air-gap Position Control
한국철도학회 논문집
2022 .03
-
전기모터를 위한 위치 오차 제한 제어기 설계 기법
한국정밀공학회 학술발표대회 논문집
2016 .10
-
Adaptive Neural Network Control via Backstepping for Permanent Magnet Synchronous Motors
제어로봇시스템학회 국제학술대회 논문집
2020 .10
-
Lyapunov 제어 이론 기반 최적화 연구 동향
한국통신학회 학술대회논문집
2017 .06
-
Observer Based Nonlinear Control using Barrier Lyapunov Function for Position Tracking of Sawyer Motor under Yaw Constraint
제어로봇시스템학회 국제학술대회 논문집
2016 .10
-
Adaptive Backstepping Control of Single Chamber Microbial Fuel Cell
제어로봇시스템학회 국제학술대회 논문집
2017 .10
-
Performance Improvement of Model Predictive Control Using Control Error Compensation for Power Electronic Converters Based on the Lyapunov Function
JOURNAL OF POWER ELECTRONICS
2017 .07
-
Lyapunov 최적화 기반 서비스 품질 보장을 위한 적응적 큐 관리 알고리즘
한국통신학회 학술대회논문집
2020 .02
-
안전 강화학습을 활용한 시스템의 안전성 분석
한국생산제조학회 학술발표대회 논문집
2020 .07
-
제한 조건이 있는 비선형 시스템을 위한 강화학습 알고리즘
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
Energy-efficient Trajectory Optimization and Safe Adaptive Neural Network Control for Green Ship
제어로봇시스템학회 국제학술대회 논문집
2024 .10
-
Lyapunov 방법을 통한 근골격계의 자기안정화 특성의 해석적 연구 및 로봇공학에의 응용
제어로봇시스템학회 각 지부별 자료집
2015 .12
-
상태 관측기를 이용한 회전 역진자 시스템의 T-S 퍼지 모델 기반 출력 궤환 강인 제어기 설계
Proceedings of KIIT Conference
2022 .12
-
선적분 Lyapunov 함수를 이용한 T-S 퍼지 시스템에 대한 상태궤환 제어
제어로봇시스템학회 논문지
2020 .11
-
제어 장벽함수를 이용한 안전한 행동 영역 탐색과 제어 매개변수의 실시간 적응
로봇학회 논문지
2022 .03
-
Safety Analysis of a Dynamical System via Safe Reinforcement Learning
한국정밀공학회 학술발표대회 논문집
2020 .09
-
Backstepping Sliding Mode-based Model-free Control of Electro-hydraulic Systems
드라이브·컨트롤
2022 .03
이 논문의 저자 정보
최근 본 자료
댓글(0)
0