Buchumschlag

Model predictive control for tracking using artificial references: Fundamentals, recent results and practical implementation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Krupa, Pablo, Köhler, Johannes, Ferramosca, Antonio, Alvarado, Ignacio, Zeilinger, Melanie N., Alamo, Teodoro, Limon, Daniel
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Model Predictive Control for setpoint tracking
von: Limon, Daniel, et al.
Veröffentlicht: (2024)

Harmonic model predictive control for tracking sinusoidal references and its application to trajectory tracking
von: Krupa, Pablo, et al.
Veröffentlicht: (2023)

Efficient implementation of MPC for tracking using ADMM by decoupling its semi-banded structure
von: Gracia, Victor, et al.
Veröffentlicht: (2024)

Recent advancements on MPC for tracking: periodic and harmonic formulations
von: Krupa, Pablo, et al.
Veröffentlicht: (2024)

Implementation of soft-constrained MPC for Tracking using its semi-banded problem structure
von: Gracia, Victor, et al.
Veröffentlicht: (2024)

A sparse ADMM-based solver for linear MPC subject to terminal quadratic constraint
von: Krupa, Pablo, et al.
Veröffentlicht: (2021)

Artificial-reference tracking MPC with probabilistically validated performance on industrial embedded systems
von: Gracia, Victor, et al.
Veröffentlicht: (2025)

Robust reduced-order model predictive control using peak-to-peak analysis of filtered signals
von: Köhler, Johannes, et al.
Veröffentlicht: (2025)

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

Robust contraction-based model predictive control for nonlinear systems
von: Polver, Marco, et al.
Veröffentlicht: (2025)

Predictive control for nonlinear stochastic systems: Closed-loop guarantees with unbounded noise
von: Köhler, Johannes, et al.
Veröffentlicht: (2024)

Robust tracking MPC for perturbed nonlinear systems -- Extended version
von: Polver, Marco, et al.
Veröffentlicht: (2025)

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

MHE under parametric uncertainty -- Robust state estimation without informative data
von: Muntwiler, Simon, et al.
Veröffentlicht: (2023)

Nonlinear Functional Estimation: Functional Detectability and Full Information Estimation
von: Muntwiler, Simon, et al.
Veröffentlicht: (2023)

Goal-oriented safe active learning for predictive control using Bayesian recurrent neural networks
von: de Giuli, Laura Boca, et al.
Veröffentlicht: (2026)

Approximate predictive control barrier function for discrete-time systems
von: Didier, Alexandre, et al.
Veröffentlicht: (2024)

Guaranteed Robust Nonlinear MPC via Disturbance Feedback
von: Leeman, Antoine P., et al.
Veröffentlicht: (2025)

A multiobjective approach to robust predictive control barrier functions for discrete-time systems
von: Didier, Alexandre, et al.
Veröffentlicht: (2025)

An MPC framework for efficient navigation of mobile robots in cluttered environments
von: Köhler, Johannes, et al.
Veröffentlicht: (2025)

Learning disturbance models for offset-free reference tracking
von: Krupa, Pablo, et al.
Veröffentlicht: (2023)

Stability of Certainty-Equivalent Adaptive LQR for Linear Systems with Unknown Time-Varying Parameters
von: Bartos, Marcell, et al.
Veröffentlicht: (2025)

Stochastic Data-Driven Predictive Control: Chance-Constraint Satisfaction with Identified Multi-step Predictors
von: Balim, Haldun, et al.
Veröffentlicht: (2024)

Optimal uncertainty bounds for multivariate kernel regression under bounded noise: A Gaussian process-based dual function
von: Lahr, Amon, et al.
Veröffentlicht: (2026)

From Data to Predictive Control: A Framework for Stochastic Linear Systems with Output Measurements
von: Balim, Haldun, et al.
Veröffentlicht: (2024)

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

Safe and Near-Optimal Control with Online Dynamics Learning
von: Prajapat, Manish, et al.
Veröffentlicht: (2025)

Optimal kernel regression bounds under energy-bounded noise
von: Lahr, Amon, et al.
Veröffentlicht: (2025)

An adaptive extension to robust data-driven predictive control under parametric uncertainty
von: Sanchez, Ignacio, et al.
Veröffentlicht: (2025)

Gaussian processes for dynamics learning in model predictive control
von: Scampicchio, Anna, et al.
Veröffentlicht: (2025)

Online convex optimization for constrained control of linear systems using a reference governor
von: Nonhoff, Marko, et al.
Veröffentlicht: (2022)

Safe Guaranteed Exploration for Non-linear Systems
von: Prajapat, Manish, et al.
Veröffentlicht: (2024)

Adaptive Economic Model Predictive Control for linear systems with performance guarantees
von: Degner, Maximilian, et al.
Veröffentlicht: (2024)

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

Active Learning-based Model Predictive Coverage Control
von: Rickenbach, Rahel, et al.
Veröffentlicht: (2023)

Stochastic MPC with Online-optimized Policies and Closed-loop Guarantees
von: Bartos, Marcell, et al.
Veröffentlicht: (2025)

Adaptive Economic Model Predictive Control: Performance Guarantees for Nonlinear Systems
von: Degner, Maximilian, et al.
Veröffentlicht: (2024)

Finite-Sample-Based Reachability for Safe Control with Gaussian Process Dynamics
von: Prajapat, Manish, et al.
Veröffentlicht: (2025)

Towards safe and tractable Gaussian process-based MPC: Efficient sampling within a sequential quadratic programming framework
von: Prajapat, Manish, et al.
Veröffentlicht: (2024)

Fast System Level Synthesis: Robust Model Predictive Control using Riccati Recursions
von: Leeman, Antoine P., et al.
Veröffentlicht: (2024)