[发明专利]用于设定致动器控制系统的至少一个参数的方法和装置、致动器控制系统以及数据集

权利要求书

1.一种自动设定致动器控制系统的至少一个参数（θ）的方法，所述致动器控制系统适于将致动器的控制变量（x）控制至可预设的额定变量（xd），其中所述致动器控制系统适于，根据所述至少一个参数（θ）、所述额定变量（xd）和所述控制变量（x）生成操纵变量（u）并且根据所述操纵变量（u）控制所述致动器，

其中根据长期成本函数（R）来选择所述至少一个参数（θ）的新的值（θ*），其中根据所述致动器的控制变量（x）的概率分布（p）的预测时间演化（F）求得所述长期成本函数（R），并且在此情况下将所述参数（θ）设置至所述新的值（θ*）；

其中通过所述控制变量（x）的可能的值的积分的近似值来求得所述控制变量（x）的概率分布（p）的期望时间演化（F），其中通过求数值积分来求得所述近似值；

其中根据所述控制变量（x）的求得的借助模型（g）和/或所述致动器控制系统求得的时间演化（τ1 … τT），基于所述控制变量（x）的由初始概率分布（p(x0)）随机求得的初始值（τ0）来求得节点（ξ）的密度；

其中同样根据所述控制变量（x）的求得的借助所述模型（g）和/或所述致动器控制系统求得的时间演化（τ'1 … τ'T），基于作为所述控制变量（x）的初始值（τ'0）的额定值（xd）来求得所述节点（ξ）的密度；

其中根据某个变量（Var）选择所述节点（ξ）的密度，所述变量表征在所述控制变量（x）的所述求得的时间演化中，所述模型（g）在所述控制变量（x）的至少一个值（τ0 … τT, τ'0… τ'T）上的平滑度。

2.根据权利要求1所述的方法，其中根据所述致动器的模型（g），高斯过程，有利地稀疏高斯过程求得预测时间演化（F）。

3.根据权利要求2所述的方法，其中根据在控制所述致动器时借助所述致动器控制系统输往所述致动器的操纵变量（u）和在此情况下得出的控制变量（x）来调整所述模型（g），其中在调整所述模型（g）后，根据所述致动器的控制变量（x）的概率分布（p）的预测演化（F）再次求得所述至少一个参数（θ）的新的值（θ*），其中，根据所述经过调整的模型（g）再次求得所述至少一个参数（θ）的新的值（θ*）。

4.根据权利要求1所述的方法，其中根据最小值（minVar）在一个范围（X_i）内选择节点（ξ）的密度，其中所述最小值（minVar）为所述控制变量（x）的处于所述范围（X_i）内的所述值（τ0 … τT, τ'0 … τ'T）上的表征所述模型的平滑度的变量（Var）中的最小值。

5.根据权利要求1所述的方法，其中同样根据节点（ξ）在范围（X_l）内的平均密度来选择所述节点（ξ）在范围（X_l）内的密度。

6.根据权利要求4所述的方法，其中在节点（ξ）的平均密度与所述最小值（minVar）的商小于可预设的阈值的情况下，将节点（ξ）的密度增大。

7.根据权利要求1所述的方法，其中根据求得权重（α_i）的时间演化来求得所述数值积分的结果，其中所述权重（α_i）由节点权重（w_i）与在对应的节点（ξ_i）上的概率密度（p）的相应值的乘积得出。

8.根据权利要求1所述的方法，其中根据局部成本函数（r）选择所述长期成本函数（R），其中根据与操纵变量（x）和可预设的额定值（xd）之间的差相关的高斯函数和/或多项式函数选择所述局部成本函数（r）。

9.根据权利要求1所述的方法，其中借助限制函数（σ）将所述操纵变量（u）限制在可预设的操纵变量范围内的值上。

10.一种用于自动设定致动器控制系统的至少一个参数（θ）的学习系统，所述致动器控制系统适于将致动器的控制变量（x）控制至可预设的额定变量（xd），其中所述学习系统适于实施根据权利要求1所述的方法。