Buchumschlag

Gaussian processes for dynamics learning in model predictive control

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Scampicchio, Anna, Arcari, Elena, Lahr, Amon, Zeilinger, Melanie N.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

On the role of the signature transform in nonlinear systems and data-driven control
von: Scampicchio, Anna, et al.
Veröffentlicht: (2024)

Inverse Optimal Control with Constraint Relaxation
von: Rickenbach, Rahel, et al.
Veröffentlicht: (2025)

Real-Time Online Learning for Model Predictive Control using a Spatio-Temporal Gaussian Process Approximation
von: Bartels, Lars, et al.
Veröffentlicht: (2026)

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

Zero-Order Optimization for Gaussian Process-based Model Predictive Control
von: Lahr, Amon, et al.
Veröffentlicht: (2022)

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

L4acados: Learning-based models for acados, applied to Gaussian process-based predictive control
von: Lahr, Amon, et al.
Veröffentlicht: (2024)

Unifying Sequential Quadratic Programming and Linear-Parameter-Varying Algorithms for Real-Time Model Predictive Control
von: Floch, Kristóf, et al.
Veröffentlicht: (2025)

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

Physics-informed learning under mixing: How physical knowledge speeds up learning
von: Scampicchio, Anna, et al.
Veröffentlicht: (2025)

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

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

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

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

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

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

Probabilistic ODE Solvers for Integration Error-Aware Numerical Optimal Control
von: Lahr, Amon, et al.
Veröffentlicht: (2024)

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

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

Contextual Tuning of Model Predictive Control for Autonomous Racing
von: Fröhlich, Lukas P., et al.
Veröffentlicht: (2021)

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

Predictive stability filters for nonlinear dynamical systems affected by disturbances
von: Didier, Alexandre, et al.
Veröffentlicht: (2024)

Model predictive control for tracking using artificial references: Fundamentals, recent results and practical implementation
von: Krupa, Pablo, et al.
Veröffentlicht: (2024)

Computationally Efficient System Level Tube-MPC for Uncertain Systems
von: Sieber, Jerome, et al.
Veröffentlicht: (2024)

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)

Machine learning-based hybrid dynamic modeling and economic predictive control of carbon capture process for ship decarbonization
von: Zhang, Xuewen, et al.
Veröffentlicht: (2025)

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

Uncertainty-Aware Perception-Based Control for Autonomous Racing
von: Trisovic, Jelena, et al.
Veröffentlicht: (2025)

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)

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

Multi-Timescale Model Predictive Control for Slow-Fast Systems
von: Schroth, Lukas, et al.
Veröffentlicht: (2025)

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

Machine learning-based input-augmented Koopman modeling and predictive control of nonlinear processes
von: Li, Zhaoyang, et al.
Veröffentlicht: (2024)

Bridging RL and MPC for mixed-integer optimal control with application to Formula 1 race strategies
von: Wüthrich, Joschua, et al.
Veröffentlicht: (2026)

Stochastic Model Predictive Control for Sub-Gaussian Noise
von: Ao, Yunke, et al.
Veröffentlicht: (2025)

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