适用于非线性系统的鲁棒输出反馈模型预测控制（MPC），及其在机器人探索中的应用

提出一种基于区间值预测器的鲁棒输出反馈模型预测控制方法，通过参数化控制输入实现状态区间宽度缩减，有效抑制噪声干扰，并在机器人自主探索场景中进行仿真验证。

摘要：

本文介绍了一种针对一类非线性离散时间系统的鲁棒输出反馈模型预测控制（MPC）新方法。我们提出了一种新的区间值预测器，该预测器在给定系统初始状态估计的情况下，能够生成一定区间，这些区间能够保证包含系统的未来轨迹。通过将控制输入参数化为一个初始稳定反馈项，我们能够比现有方法更有效地减小预测状态区间的宽度。我们通过数值比较证明了这一点，结果显示我们的控制器在存在大量噪声的情况下表现更好。最后，我们展示了一个机器人导航场景的仿真研究，在该研究中，我们将时变熵项纳入成本函数中，以实现自主探索不确定区域的功能。

引言

模型预测控制（MPC）是一种用于控制受状态和输入约束的线性和非线性系统的成熟且有效的方法。在过去三十年中，它受到了大量的研究关注，从而发展出了多种不同的方法，包括具有多种表示预测轨迹方式的鲁棒方法和基于管线的控制方法[1]。