控制系统可控性检验理论的变革：从模型驱动到数据驱动

文章预览

数据是人工智能的三大支柱之一。近年，随着人工智能的崛起与应用，以数据为核心的系统表征方法快速进入控制领域，这导致控制系统的设计正经历从模型驱动控制（modelic control，即model-driven control）到数据驱动控制（datatic control，即data-driven control）的范式变革（如图1）。对于控制系统而言，可控性是它的一项基本特性，判定可控性是控制理论的核心问题之一。以模型驱动的控制系统为例，其可控性检验依赖于已知的动力学模型，这些模型可以在状态空间上提供系统行为的连续描述。然而，对于真实世界中多数高维度、高复杂、非线性系统而言，它们的动力学模型通常无法直接获取，只能通过一定数量的状态转移数据点进行描述。例如，将强化学习方法用于求解工业对象的最优控制器时，本身就是解决一个数据驱动控制问题，典型的例子包括赛 ………………………………