A Hamilton-Jacobi-Bellman methodology for the stability of receding horizon control
Bibliographic record
Abstract
La Commande à Horizon Fuyant (CHF) est une méthode de contrôle très efficace qui aété utilisée dans une large gamme d'applications industrielles. La stabilité des systèmescontrôllés par la CHF revêt une grande importance pour son application et a été abondamment étudiée. Cependant, la plupart des résultats de stabilité impliquent des coûts finaux ou des contraintes parfois coûteuses en temps de calculs. De récentes études considèrent la stabilité des systèmes contrôllés par la CHF sans ces désavantages. Dans ce travail, il est montré que la fonction de valeur doit être suffisament lisse pour assurer la stabilité des contrôleurs affines des systèmes asservis, par les lois CHF, sans coûts finaux. De plus, la stabilité est prouvée pour les contraintes de contrôle bornées, s'il existe un contrôleur ayant un horizon infini pouvant stabiliser le système sous la même contrainte. Afin de trouver l'infimum pour tous les horizons stabilisants, une simple Équation Diffrentielle Ordinaire (ÉDO) basé sur le système linéarisé est développée. Elle fournit l'ensemble des horizons stabilisants ou déstabilisants. Ce travail démontre que l'infimum des horizons stabilisants peut être estimé sans qu'il soit nécessaire de résoudre le problème non linéaire du contrôle optimal et que, sous certaines conditions, l'infimum exact peut être obtenu. Des simulations ont été effectuées pour illustrer l'application de ces méthodes à des systèmes non linéaires spécifiques. Les résultats sont ensuite généralisés pour les Systàmes Hybrides Régionaux qui n'ont généralement pas de fonctions de valeur lisses. Il est démontré que pour ces Systèmes Hybrides Régionaux et sous certaines hypothèses, il existe un horizon spécifique pour lequelle système est stable avec des horizons plus larges. Ces hypothèses incluent la convergence des gradients de deux fonctions de valeur, une avec un horizon fini et l'autre avec un horizon infini.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".