Buchumschlag

A robust and adaptive MPC formulation for Gaussian process models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dubied, Mathieu, Lahr, Amon, Zeilinger, Melanie N., Köhler, Johannes
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Systems and Control Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

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

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

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

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

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

Guaranteed Robust Nonlinear MPC via Disturbance Feedback
von: Leeman, Antoine P., 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)

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

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

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

Stochastic MPC with Online-optimized Policies and Closed-loop Guarantees
von: Bartos, Marcell, 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)

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

Certainty-equivalent adaptive MPC for uncertain nonlinear systems
von: Köhler, Johannes
Veröffentlicht: (2026)

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

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

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

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)

Stability in data-driven MPC: an inherent robustness perspective
von: Berberich, Julian, et al.
Veröffentlicht: (2022)

Perfecting Periodic Trajectory Tracking: Model Predictive Control with a Periodic Observer ($Π$-MPC)
von: Pabon, Luis, et al.
Veröffentlicht: (2024)

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

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

Optimistic Online LQR via Intrinsic Rewards
von: Bartos, Marcell, et al.
Veröffentlicht: (2026)

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

Robust Nonlinear Optimal Control via System Level Synthesis
von: Leeman, Antoine P., et al.
Veröffentlicht: (2023)

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

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

Exponential stability of data-driven nonlinear MPC based on input/output models
von: Bold, Lea, et al.
Veröffentlicht: (2026)

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

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

What price to pay? Auto-tuning a building MPC controller for optimal economic cost
von: Yu, Jiarui, et al.
Veröffentlicht: (2025)

Robust MPC for Uncertain Linear Systems -- Combining Model Adaptation and Iterative Learning
von: Petrenz, Hannes, et al.
Veröffentlicht: (2025)

Adaptive tracking MPC for nonlinear systems via online linear system identification
von: Strelnikova, Tatiana, et al.
Veröffentlicht: (2024)

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

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

Stability of data-driven Koopman MPC with terminal conditions
von: Schimperna, Irene, et al.
Veröffentlicht: (2025)