Buchumschlag

Error bounds for maxout neural network approximations of model predictive control

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Teichrib, Dieter, Darup, Moritz Schulze
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Systems and Control Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A mixed-integer framework for analyzing neural network-based controllers for piecewise affine systems with bounded disturbances
von: Teichrib, Dieter, et al.
Veröffentlicht: (2025)

Efficient computation of Lipschitz constants for MPC with symmetries
von: Teichrib, Dieter, et al.
Veröffentlicht: (2023)

Piecewise regression via mixed-integer programming for MPC
von: Teichrib, Dieter, et al.
Veröffentlicht: (2024)

Reachability analysis for piecewise affine systems with neural network-based controllers
von: Teichrib, Dieter, et al.
Veröffentlicht: (2024)

On data usage and predictive behavior of data-driven predictive control with 1-norm regularization
von: Klädtke, Manuel, et al.
Veröffentlicht: (2025)

Implicit predictors in regularized data-driven predictive control
von: Klädtke, Manuel, et al.
Veröffentlicht: (2023)

Towards explainable data-driven predictive control with regularizations
von: Klädtke, Manuel, et al.
Veröffentlicht: (2025)

Towards a unifying framework for data-driven predictive control with quadratic regularization
von: Klädtke, Manuel, et al.
Veröffentlicht: (2024)

Extending direct data-driven predictive control towards systems with finite control sets
von: Klädtke, Manuel, et al.
Veröffentlicht: (2024)

Convex NMPC reformulations for a special class of nonlinear multi-input systems with application to rank-one bilinear networks
von: Klädtke, Manuel, et al.
Veröffentlicht: (2023)

MPC using mixed-integer programming for aquifer thermal energy storages
von: van Randenborgh, Johannes, et al.
Veröffentlicht: (2024)

On the design of stabilizing FIR controllers
von: Adamek, Janis, et al.
Veröffentlicht: (2024)

On the Effect of Quadratic Regularization in Direct Data-Driven LQR
von: Klädtke, Manuel, et al.
Veröffentlicht: (2026)

Ellipsoidal partitions for improved multi-stage robust model predictive control
von: Heinlein, Moritz, et al.
Veröffentlicht: (2025)

Efficient model predictive control for nonlinear systems modelled by deep neural networks
von: Lan, Jianglin
Veröffentlicht: (2024)

A lightweight numerical model for predictive control of borehole thermal energy storages
von: van Randenborgh, Johannes, et al.
Veröffentlicht: (2025)

Approximate non-linear model predictive control with safety-augmented neural networks
von: Hose, Henrik, et al.
Veröffentlicht: (2023)

Deep neural network approximations for the stable manifolds of the Hamilton-Jacobi-Bellman equations
von: Chen, Guoyuan
Veröffentlicht: (2020)

A code-driven tutorial on encrypted control: From pioneering realizations to modern implementations
von: Schlüter, Nils, et al.
Veröffentlicht: (2024)

Convergence guarantees for adaptive model predictive control with kinky inference
von: Zuliani, Riccardo, et al.
Veröffentlicht: (2023)

Robust stabilization of polytopic systems via fast and reliable neural network-based approximations
von: Fabiani, Filippo, et al.
Veröffentlicht: (2022)

Reliably-stabilizing piecewise-affine neural network controllers
von: Fabiani, Filippo, et al.
Veröffentlicht: (2021)

Analysis and design of model predictive control frameworks for dynamic operation -- An overview
von: Köhler, Johannes, et al.
Veröffentlicht: (2023)

Learning the cost-to-go for mixed-integer nonlinear model predictive control
von: Orrico, Christopher A., et al.
Veröffentlicht: (2024)

Measured-state conditioned recursive feasibility for stochastic model predictive control
von: Fiacchini, Mirko, et al.
Veröffentlicht: (2024)

An overview of systems-theoretic guarantees in data-driven model predictive control
von: Berberich, Julian, et al.
Veröffentlicht: (2024)

On discount functions for economic model predictive control without terminal conditions
von: Schwenkel, Lukas, et al.
Veröffentlicht: (2024)

Smart energy management: process structure-based hybrid neural networks for optimal scheduling and economic predictive control in integrated systems
von: Wu, Long, et al.
Veröffentlicht: (2024)

Closed-loop training of static output feedback neural network controllers for large systems: A distillation case study
von: Turan, E. M., et al.
Veröffentlicht: (2024)

Integration Error Regularization in Direct Optimal Control using Embedded Runge Kutta Methods
von: Harzer, Jakob, et al.
Veröffentlicht: (2025)

A novel trajectory optimization algorithm for continuous-time model predictive control
von: Das, Souvik, et al.
Veröffentlicht: (2023)

Learning a convex cost-to-go for single step model predictive control
von: Turan, E. M., et al.
Veröffentlicht: (2023)

Region-free explicit model predictive control for linear systems on Hilbert spaces
von: Kurula, Mikael, et al.
Veröffentlicht: (2022)

Performance bounds for multi-vehicle networks with local integrators
von: Hansson, Jonas, et al.
Veröffentlicht: (2024)

Kernel-based error bounds of bilinear Koopman surrogate models for nonlinear data-driven control
von: Strässer, Robin, et al.
Veröffentlicht: (2025)

Explicit feedback synthesis for nonlinear robust model predictive control driven by quasi-interpolation
von: Ganguly, Siddhartha, et al.
Veröffentlicht: (2023)

A state reduction approach for learning-based model predictive control for train rescheduling
von: da Silva, Caio Fabio Oliveira, et al.
Veröffentlicht: (2025)

A characteristic function framework for chance constraint programming in stochastic model predictive control
von: Ying, Yuwei, et al.
Veröffentlicht: (2026)

Robust stability analysis of a simple data-driven model predictive control approach
von: Bongard, Joscha, et al.
Veröffentlicht: (2021)

A model predictive control framework with robust stability guarantees under unbounded disturbances
von: Köhler, Johannes, et al.
Veröffentlicht: (2022)