Buchumschlag

Stability-informed Bayesian Optimization for MPC Cost Function Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hirt, Sebastian, Pfefferkorn, Maik, Mesbah, Ali, Findeisen, Rolf
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Systems and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Safe and Stable Closed-Loop Learning for Neural-Network-Supported Model Predictive Control
von: Hirt, Sebastian, et al.
Veröffentlicht: (2024)

A Hierarchical Surrogate Model for Efficient Multi-Task Parameter Learning in Closed-Loop Control
von: Hirt, Sebastian, et al.
Veröffentlicht: (2025)

High-Dimensional Surrogate Modeling for Closed-Loop Learning of Neural-Network-Parameterized Model Predictive Control
von: Hirt, Sebastian, et al.
Veröffentlicht: (2025)

Efficient Controller Learning from Human Preferences and Numerical Data Via Multi-Modal Surrogate Models
von: Theiner, Lukas, et al.
Veröffentlicht: (2026)

Safe Learning-Based Optimization of Model Predictive Control: Application to Battery Fast-Charging
von: Hirt, Sebastian, et al.
Veröffentlicht: (2024)

Imitation Learning of MPC with Neural Networks: Error Guarantees and Sparsification
von: Alsmeier, Hendrik, et al.
Veröffentlicht: (2025)

Time-Series-Informed Closed-loop Learning for Sequential Decision Making and Control
von: Hirt, Sebastian, et al.
Veröffentlicht: (2024)

Probabilistically Input-to-State Stable Stochastic Model Predictive Control
von: Pfefferkorn, Maik, et al.
Veröffentlicht: (2024)

Learning Model Predictive Control Parameters via Bayesian Optimization for Battery Fast Charging
von: Hirt, Sebastian, et al.
Veröffentlicht: (2024)

Exploiting Prior Knowledge in Preferential Learning of Individualized Autonomous Vehicle Driving Styles
von: Theiner, Lukas, et al.
Veröffentlicht: (2025)

Efficient Learning of Vehicle Controller Parameters via Multi-Fidelity Bayesian Optimization: From Simulation to Experiment
von: Zhao, Yongpeng, et al.
Veröffentlicht: (2025)

Regret and Conservatism of Distributionally Robust Constrained Stochastic Model Predictive Control
von: Pfefferkorn, Maik, et al.
Veröffentlicht: (2023)

MPCritic: A plug-and-play MPC architecture for reinforcement learning
von: Lawrence, Nathan P., et al.
Veröffentlicht: (2025)

Safe and High-Performance Learning of Model Predicitve Control using Kernel-Based Interpolation
von: Rose, Alexander, et al.
Veröffentlicht: (2024)

Efficient Stochastic Optimal Control through Approximate Bayesian Input Inference
von: Watson, Joe, et al.
Veröffentlicht: (2021)

Model-free Reinforcement Learning for Model-based Control: Towards Safe, Interpretable and Sample-efficient Agents
von: Banker, Thomas, et al.
Veröffentlicht: (2025)

Neural Horizon Model Predictive Control -- Increasing Computational Efficiency with Neural Networks
von: Alsmeier, Hendrik, et al.
Veröffentlicht: (2024)

Geometric Data-Driven Dimensionality Reduction in MPC with Guarantees
von: Schurig, Roland, et al.
Veröffentlicht: (2023)

Soft MPCritic: Amortized Model Predictive Value Iteration
von: Banker, Thomas, et al.
Veröffentlicht: (2026)

Cycle Life Prediction for Lithium-ion Batteries: Machine Learning and More
von: Schaeffer, Joachim, et al.
Veröffentlicht: (2024)

Lyapunov Neural ODE State-Feedback Control Policies
von: Ip, Joshua Hang Sai, et al.
Veröffentlicht: (2024)

An IoT Framework for Building Energy Optimization Using Machine Learning-based MPC
von: Morteza, Aryan, et al.
Veröffentlicht: (2024)

Automatic nonlinear MPC approximation with closed-loop guarantees
von: Tokmak, Abdullah, et al.
Veröffentlicht: (2023)

Optimizing Falsification for Learning-Based Control Systems: A Multi-Fidelity Bayesian Approach
von: Shahrooei, Zahra, et al.
Veröffentlicht: (2024)

Parameter-Adaptive Approximate MPC: Tuning Neural-Network Controllers without Retraining
von: Hose, Henrik, et al.
Veröffentlicht: (2024)

A Test-Function Approach to Incremental Stability
von: Pfrommer, Daniel, et al.
Veröffentlicht: (2025)

Local-Global Learning of Interpretable Control Policies: The Interface between MPC and Reinforcement Learning
von: Banker, Thomas, et al.
Veröffentlicht: (2025)

On Building Myopic MPC Policies using Supervised Learning
von: Orrico, Christopher A., et al.
Veröffentlicht: (2024)

Intersection of Reinforcement Learning and Bayesian Optimization for Intelligent Control of Industrial Processes: A Safe MPC-based DPG using Multi-Objective BO
von: Esfahani, Hossein Nejatbakhsh, et al.
Veröffentlicht: (2025)

Local Bayesian Optimization for Controller Tuning with Crash Constraints
von: von Rohr, Alexander, et al.
Veröffentlicht: (2024)

Learning Maximal Safe Sets Using Hypernetworks for MPC-based Local Trajectory Planning in Unknown Environments
von: Derajić, Bojan, et al.
Veröffentlicht: (2024)

MPC-Inspired Reinforcement Learning for Verifiable Model-Free Control
von: Lu, Yiwen, et al.
Veröffentlicht: (2023)

Residual Neural Terminal Constraint for MPC-based Collision Avoidance in Dynamic Environments
von: Derajić, Bojan, et al.
Veröffentlicht: (2025)

MPC of Uncertain Nonlinear Systems with Meta-Learning for Fast Adaptation of Neural Predictive Models
von: Yan, Jiaqi, et al.
Veröffentlicht: (2024)

Dropout MPC: An Ensemble Neural MPC Approach for Systems with Learned Dynamics
von: Syntakas, Spyridon, et al.
Veröffentlicht: (2024)

Curvature-aware Expected Free Energy as an Acquisition Function for Bayesian Optimization
von: Meera, Ajith Anil, et al.
Veröffentlicht: (2026)

Learning-assisted Stochastic Capacity Expansion Planning: A Bayesian Optimization Approach
von: Brenner, Aron, et al.
Veröffentlicht: (2024)

On Stability in Optimistic Bilevel Optimization
von: Royset, Johannes O.
Veröffentlicht: (2024)

OPBO: Order-Preserving Bayesian Optimization
von: Peng, Wei, et al.
Veröffentlicht: (2025)

A robust and adaptive MPC formulation for Gaussian process models
von: Dubied, Mathieu, et al.
Veröffentlicht: (2025)