Discounted Model Predictive Control (MPC) robustness analysis under plant-model mismatch. Unified framework for stability and suboptimality guarantees with discounted/undiscounted costs, finite/infinite horizons.
基于论文 "Discounted MPC and infinite-horizon optimal control under plant-model mismatch: Stability and suboptimality" (Moldenhauer et al., 2026) 的方法论技能。研究在使用代理模型(surrogate model)求解MPC和无限视界最优控制时，当代理模型与真实系统(plant)存在不匹配情况下的闭环稳定性和次优性。
基于二次成本的统一框架分析有限和无限视界问题，涵盖折扣和非折扣场景。提供指数稳定性保证和次优性边界。关键发现：**鲁棒性保证不随预测视界增加而恶化，更大的N不需要更小的模型不匹配容忍度。
When a user asks about robust MPC with plant-model mismatch:
User: Can MPC still be stable when my model doesn't perfectly match the real system?
Agent: Using the Discounted MPC Robust Control framework, we can analyze this. If your model mismatch satisfies the proportional bound and B-cost-controllability holds, exponential stability is still guaranteed with an explicit suboptimality bound...
研究在使用代理模型(surrogate model)求解MPC和无限视界最优控制时，当代理模型与真实系统(plant)存在不匹配情况下的闭环稳定性和次优性。基于二次成本的统一框架分析有限和无限视界问题，涵盖折扣和非折扣场景。
统一分析框架
模型不匹配鲁棒性
三参数权衡
真实系统 (Plant):
x⁺ = g(x, u)
代理模型 (Surrogate):
x⁺ = f(x, u)
|f - g|ₛ := inf{p̄ ≥ 0: |f(x,u) - g(x,u)| ≤ p̄(|x| + |u|) ∀x ∈ 𝒮, u ∈ 𝕌}
min Jᵧ,ₙᶠ(x, uₙ) = Σₖ₌₀ᴺ⁻¹ γᵏ ℓ(φᶠ(k,x,uₖ), uₖ)
其中 ℓ(x,u) = xᵀQx + uᵀRu （二次阶段成本）
V₁,∞ᶠ(x) ≤ B‖x‖²_Q ∀x ∈ ℝⁿ
其中 B ≥ 1，保证存在控制序列使成本有界。
在满足以下条件时：
如果视界长度 N 和折扣因子 γ 满足：
Aᵧ,ₙᶠ,ᵍ < 1
其中：
Aᵧ,ₙᶠ,ᵍ = 1 + (1/γ)(1 - γ + Be^(-N/B) + κ̃ᵧ(|f-g|ₛ) - 1/B)
则：
指数稳定性：原点是闭环差分包含的指数稳定平衡点
‖xₖ‖_Q ≤ √B · (Aᵧ,ₙᶠ,ᵍ)^(k/2) · ‖x₀‖_Q
次优性边界：
αᵧ,ₙᶠ,ᵍ · J̄ᵧ,∞ᵍ(x, 𝒰ᵧ,ₙᶠ(x)) ≤ Vᵧ,ₙᶠ(x)
与现有文献[20, 17]相比：
当使用以下方法获得代理模型时：
适用于以下场景：
折扣成本(γ < 1)在RL中广泛使用：
def verify_cost_controllability(f, Q, R, x_samples):
"""
验证B-成本可控性假设
对于采样状态x，计算V_1,∞^f(x)并验证V ≤ B‖x‖²_Q
"""
B_values = []
for x in x_samples:
V = compute_value_function(f, Q, R, x, gamma=1, N=1000)
x_norm_Q = np.sqrt(x.T @ Q @ x)
B_values.append(V / (x_norm_Q ** 2))
B_max = max(B_values)
return B_max, B_max >= 1
def estimate_plant_model_mismatch(f, g, S, n_samples=1000):
"""
在状态空间S上估计|f-g|_S
采样状态-控制对，计算max |f(x,u) - g(x,u)| / (|x| + |u|)
"""
max_ratio = 0
for _ in range(n_samples):
x = sample_state(S)
u = sample_control()
mismatch = np.linalg.norm(f(x,u) - g(x,u))
norm_xu = np.linalg.norm(x) + np.linalg.norm(u)
if norm_xu > 0:
ratio = mismatch / norm_xu
max_ratio = max(max_ratio, ratio)
return max_ratio
def compute_stability_parameters(B, L, gamma, N, mismatch):
"""
计算稳定性参数A和α
"""
# 计算κ̃_γ
if gamma * L**2 < 1:
K_gamma = 1 / (1 - gamma * L**2)
M_gamma = B / (1 - gamma * (1 - 1/B) * L)
else:
K_gamma = (1 - (gamma * L**2)**N) / (1 - gamma * L**2)
M_gamma = B * (1 - (gamma * (1 - 1/B) * L)**N) / (1 - gamma * (1 - 1/B) * L)
kappa_gamma_N = lambda s: K_gamma * s**2 + 2 * M_gamma * s
# 缩放因子
scale = (1/lambda_min(Q) + B/lambda_min(R)) * lambda_max(Q) * gamma / B
kappa_tilde = kappa_gamma_N(scale * mismatch)
# 计算A
A = 1 + (1/gamma) * (1 - gamma + B * np.exp(-N/B) + kappa_tilde - 1/B)
# 计算α
alpha = 1 - B**2 * np.exp(-N/B) - B * kappa_tilde
return A, alpha
def design_robust_mpc_controller(f, g, Q, R, gamma, N, B, L):
"""
设计具有鲁棒性保证的MPC控制器
"""
mismatch = estimate_plant_model_mismatch(f, g, S)
A, alpha = compute_stability_parameters(B, L, gamma, N, mismatch)
if A >= 1:
# 需要调整参数
# 选项1：增加N
# 选项2：增加γ
# 选项3：减小模型不匹配
raise ValueError(f"稳定性条件不满足: A={A:.4f} >= 1")
if alpha <= 0:
raise ValueError(f"次优性条件不满足: α={alpha:.4f} <= 0")
# 返回控制器配置
return {
'gamma': gamma,
'N': N,
'A': A,
'alpha': alpha,
'stability_rate': np.sqrt(A),
'suboptimality_factor': 1/alpha
}
| 方法 | 终端约束 | 视界要求 | 模型不匹配处理 |
|---|---|---|---|
| 终端成本/约束 | 需要 | 短视界可行 | 特定条件下有结果 |
| 长视界MPC | 不需要 | 需要长视界 | 本方法核心 |
| 本方法 | 不需要 | 灵活(有限/无限) | 统一框架，视界无关边界 |
考虑非线性系统：
x⁺ = g(x, u) = [x₂, -sin(x₁) + u]ᵀ
代理模型（线性化）：
x⁺ = f(x, u) = [x₂, -x₁ + u]ᵀ
在x=0附近，模型不匹配与|x|成正比，满足比例边界假设。
通过选择：
可以保证A < 1和α > 0，实现指数稳定和次优性边界。
Moldenhauer, R. H., Worthmann, K., Postoyan, R., Nešić, D., & Granzotto, M. (2026). Discounted MPC and infinite-horizon optimal control under plant-model mismatch: Stability and suboptimality. arXiv:2604.08521 [math.OC].