Buchumschlag

MAKO: Meta-Adaptive Koopman Operators for Learning-based Model Predictive Control of Parametrically Uncertain Nonlinear Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Han, Minghao, Wong, Kiwan, Law, Adrian Wing-Keung, Yin, Xunyuan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Systems and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Efficient Economic Model Predictive Control of Water Treatment Process with Learning-based Koopman Operator
von: Han, Minghao, et al.
Veröffentlicht: (2024)

Self-tuning moving horizon estimation of nonlinear systems via physics-informed machine learning Koopman modeling
von: Yan, Mingxue, et al.
Veröffentlicht: (2024)

Deep Neural Koopman Operator-based Economic Model Predictive Control of Shipboard Carbon Capture System
von: Han, Minghao, et al.
Veröffentlicht: (2025)

Partition-based distributed extended Kalman filter for large-scale nonlinear processes with application to chemical and wastewater treatment processes
von: Li, Xiaojie, et al.
Veröffentlicht: (2024)

Economic zone data-enabled predictive control for connected open water systems
von: Chen, Xiaoqiao, et al.
Veröffentlicht: (2025)

Reduced-order Koopman modeling and predictive control of nonlinear processes
von: Zhang, Xuewen, et al.
Veröffentlicht: (2024)

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

Lyapunov-based reinforcement learning for distributed control with stability guarantee
von: Yao, Jingshi, et al.
Veröffentlicht: (2024)

Self‐tuning moving horizon estimation of nonlinear systems via physics‐informed machine learning Koopman modeling
von: Mingxue Yan, et al.
Veröffentlicht: (2024)

Distributed Observer and Controller Design for Linear Systems: A Separation-Based Approach
von: Cao, Ganghui, et al.
Veröffentlicht: (2025)

Learning-based data-enabled moving horizon estimation with application to membrane-based biological wastewater treatment process
von: Li, Xiaojie, et al.
Veröffentlicht: (2026)

Koopman-Nemytskii Operator: A Linear Representation of Nonlinear Controlled Systems
von: Tang, Wentao
Veröffentlicht: (2025)

Polynomial Parametric Koopman Operators for Stochastic MPC
von: Iliakis, Efstathios, et al.
Veröffentlicht: (2026)

Enhanced Koopman Operator Approximation for Nonlinear Systems Using Broading Learning System
von: Sun, Yangjun, et al.
Veröffentlicht: (2025)

Distributed Omniscient Observers for Multi-Agent Systems: Design and Applications
von: Cao, Ganghui, et al.
Veröffentlicht: (2026)

No-Regret Model Predictive Control with Online Learning of Koopman Operators
von: Zhou, Hongyu, 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)

Adaptive Koopman Embedding for Robust Control of Complex Nonlinear Dynamical Systems
von: Singh, Rajpal, et al.
Veröffentlicht: (2024)

Data-driven parallel Koopman subsystem modeling and distributed moving horizon state estimation for large-scale nonlinear processes
von: Li, Xiaojie, et al.
Veröffentlicht: (2024)

On the Existence of Koopman Linear Embeddings for Controlled Nonlinear Systems
von: Shang, Xu, et al.
Veröffentlicht: (2026)

Adaptive Robust Control for Uncertain Systems with Ellipsoid-Set Learning
von: Ma, Xuehui, et al.
Veröffentlicht: (2026)

Least-Squares Multi-Step Koopman Operator Learning for Model Predictive Control
von: Wu, Liang, et al.
Veröffentlicht: (2026)

Communication-Efficient Decentralized Multi-Agent Reinforcement Learning for Cooperative Adaptive Cruise Control
von: Chen, Dong, et al.
Veröffentlicht: (2023)

Adaptive Learning-based Model Predictive Control for Uncertain Interconnected Systems: A Set Membership Identification Approach
von: Aboudonia, Ahmed, et al.
Veröffentlicht: (2024)

Dual-Loop Robust Control of Biased Koopman Operator Model by Noisy Data of Nonlinear Systems
von: He, Tianyi, et al.
Veröffentlicht: (2024)

Participation Factors for Nonlinear Autonomous Dynamical Systems in the Koopman Operator Framework
von: Takamichi, Kenji, et al.
Veröffentlicht: (2024)

Online Tracking with Predictions for Nonlinear Systems with Koopman Linear Embedding
von: Pai, Chih-Fan, et al.
Veröffentlicht: (2026)

Iterative Learning Predictive Control for Constrained Uncertain Systems
von: Zuliani, Riccardo, et al.
Veröffentlicht: (2025)

Safe Sliding Mode Controllers for Nonlinear Uncertain Systems
von: Batmani, Yazdan, et al.
Veröffentlicht: (2024)

Koopman-based Deep Learning for Nonlinear System Estimation
von: Sun, Zexin, et al.
Veröffentlicht: (2024)

Online Reduced-Order Data-Enabled Predictive Control
von: Vahidi-Moghaddam, Amin, et al.
Veröffentlicht: (2024)

Approximating arrival costs in distributed moving horizon estimation: A recursive method
von: Li, Xiaojie, et al.
Veröffentlicht: (2024)

Learning Koopman-based Stability Certificates for Unknown Nonlinear Systems
von: Zhou, Ruikun, et al.
Veröffentlicht: (2024)

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

Robust Nonlinear Data-Driven Predictive Control for Mixed Vehicle Platoons via Koopman Operator and Reachability Analysis
von: Li, Shuai, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning Optimization for Uncertain Nonlinear Systems via Event-Triggered Robust Adaptive Dynamic Programming
von: Bai, Ningwei, et al.
Veröffentlicht: (2025)

On the Existence of Quadratic Control Lyapunov Functions for Koopman-Operator based Bilinear Systems
von: Hanna, Sami Leon Noel Aziz, et al.
Veröffentlicht: (2026)

On Koopman Resolvents and Frequency Response of Nonlinear Systems
von: Susuki, Yoshihiko, et al.
Veröffentlicht: (2026)

Stability Guarantees for Data-Driven Predictive Control of Nonlinear Systems via Approximate Koopman Embeddings
von: Taghieh, Amin, et al.
Veröffentlicht: (2026)

Data-Driven Reachability of Nonlinear Lipschitz Systems via Koopman Operator Embeddings
von: Akhormeh, Alireza Naderi, et al.
Veröffentlicht: (2026)