[發明專利]用于目標系統的控制系統的生成

有效

• 申請號: 201880071015.3
• 申請日: 2018-10-31
• 公開（公告）號: CN111433689B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 哈里·瓦爾波拉;艾娃·科帕利
• 申請（專利權）人: 柯納睿資本有限責任公司
• 主分類號: G05B13/02
• 分類號: G05B13/02;G05B13/04
• 代理公司: 北京市漢坤律師事務所 11602
• 代理人: 魏小薇;吳麗麗

本發明涉及一種生成用于目標系統(110)的控制系統(120)的方法，其中：接收操作數據(210)；利用接收到的操作數據訓練第一神經模型組件(310)，以基于接收到的操作數據生成對目標系統(110)的狀態的預測；使用操作數據訓練第二神經模型組件(320)，以生成用于反轉第一神經模型組件的正則器；并且通過優化并在優化中布置以應用由第二神經模型組件產生的正則器，反轉第一神經模型組件，來生成(330)控制系統(120)。本發明還涉及系統和計算機程序產品。

技術領域

本發明總體上涉及控制系統的技術領域。更具體地，本發明涉及用于生成控制系統的解決方案。

背景技術

機器學習方法，特別是最近的神經網絡和所謂的“深度學習”方法，在現代技術中得到了廣泛使用，例如在機器視覺、模式識別、機器人技術、控制系統和自動化領域。在這樣的應用中，機器學習被用在系統或裝置的計算機實現的部分中，用于處理輸入數據。實際上，由于開發了不同的自動操作系統和裝置，該領域變得越來越重要。

模型預測控制(MPC)方法在機器人技術、控制系統和自動化的眾多控制應用中使用。在MPC方法中，受控系統的模型用于預測系統狀態和控制信號對系統的影響，然后可基于該模型生成控制信號。但是，MPC方法需要目標系統的足夠準確的模型。例如，如果系統很大和/或很復雜，這種模型不一定是可用的或不可行。如果系統發生變化，例如在物理部件磨損、工作條件變化等情況下，模型可能還需要及時進行調整。

機器學習方法，例如人工神經網絡，可用于基于觀察到的輸入來生成，即構造，系統的模型并輸出系統的信號。這樣做的好處是，可通過這種方式對大量系統進行建模，并且甚至可在系統變化時自動完全或增量地重做建模，以使模型保持最新狀態。

但是，即使可使用此方法來生成系統模型，但是以這種方式構造的模型通常不適用于MPC應用程序。這是因為自動生成的模型非常復雜，并且內部有噪聲、從輸入信號到輸出信號的非線性映射、并且不能保證在所有輸入下都能產生有意義的輸出。一個具體的問題是，如果通過優化模型預測結果來計劃控制措施，則數學優化方法通常可在輸入空間中找到模型預測具有很好結果的點，但實際上這只是模型的偽像，并且不符合真實世界系統的動態。

因此，需要開發一種機制，通過該機制可至少部分地減輕控制解決方案的產生中的挑戰。

發明內容

為了提供對各種發明實施方式的某些方面的基本理解，以下給出了簡化的概述。該概述不是本發明的廣泛概述。它既不旨在標識本發明的關鍵或重要元素，也不旨在描繪本發明的范圍。以下概述僅以簡化形式呈現本發明的一些概念，作為對本發明示例性實施方式的更詳細描述的序言。

本發明的目的是提出一種用于生成控制系統的方法、該控制系統以及計算機程序產品。

通過如各個獨立權利要求所限定的方法、系統和計算機程序產品來實現本發明的目的。

根據第一方面，提供了一種為目標系統生成控制系統的方法，該方法包括：接收至少一個源系統的操作數據；由接收到的操作數據訓練神經網絡的第一神經模型組件，其中基于接收到的操作數據訓練第一神經模型組件以生成對目標系統狀態的預測；由操作數據訓練神經網絡的第二神經模型組件，其中，訓練第二神經模型組件以生成用于反轉第一神經模型組件的正則器；以及通過優化并在優化中布置以應用由第二神經模型組件產生的正則器，反轉第一神經模型組件，為目標系統生成控制系統。

第二神經模型組件可以是以下之一：去噪神經網絡、生成對抗網絡、變分自編碼器、梯形網絡。

可通過生成被配置為生成至少一個控制信號的策略模型組件并優化策略模型組件的參數而通過優化來生成控制系統。可通過以下方式之一來實現策略模型：利用訓練的第三神經模型組件，通過優化屬于控制系統的控制器組件的參數。

此外，由第二神經模型組件作為正則器生成的正則項可以是第二神經模型組件的近似密度梯度。正則項可被用作第三第二神經模型組件的權重的更新中的項。