리서치 연구
데이터 기반 시스템을 위한 신경망 피드백 선형화 제어기 설계
Learning Neural Feedback Linearization for Data-driven Systems via Augmented Lagrangian
arXiv데이터 기반 시스템을 위해 피드백 선형화 제어기를 설계하고 훈련하는 새로운 프레임워크를 제시했습니다.
세 줄 요약
- 이 방법은 기존의 제어기 구성 요소를 신경망 리에 도함수로 대체하여, 완전히 데이터 주도적인 방식으로 제어기를 구현합니다.
- 데이터 학습 과정에서 발생하는 오류가 추적 오차로 이어지는 것을 이론적으로 분석하여 실제 폐루프 안정성을 확보했습니다.
- 특히 식별 오차가 유한하게 유지된다는 전제 하에 안정성을 증명했으며, DC 모터 제어기에 성공적으로 적용하여 검증되었습니다.
본 논문은 데이터 주도적인 방식으로 피드백 선형화 제어기를 설계하고 훈련하는 새로운 프레임워크를 제시합니다. 이 방법론은 상대 차수 기반 조건을 학습 과정에 명시적으로 통합하여, 기존의 피드백 제어기 구성 요소를 신경망 리에 도함수로 대체할 수 있게 합니다. 이를 통해 완전히 데이터 주도적인 피드백 선형화 구조를 구현하는 것이 가능해집니다.
또한, 실질적인 폐루프 안정성을 확보하기 위해 충분 조건을 도출했습니다. 이 조건은 식별 오차가 유한하게 유지될 경우 추적 오차 역시 유한하게 유지됨을 보장합니다. 이러한 이론적 결과는 DC 모터의 자극자 제어기(armature controlled DC motor)에 적용하여 검증되었습니다.
제시된 프레임워크는 데이터 기반 시스템을 위해 피드백 선형화 제어기를 설계하고 훈련하는 방법을 다루며, 기존 제어기의 구성 요소를 신경망 리에 도함수로 대체함으로써 완전히 데이터 주도적인 방식으로 제어기 구현을 용이하게 합니다.