Commande par programmation neuro-dynamique : stabilité, robustesse et optimalité – OLYMPIA

La programmation neuro-dynamique (N-DP) offre un éventail d'outils puissants pour le contrôle optimal de systèmes dynamiques non linéaires généraux. La N-DP est d’ailleurs au cœur des succès les plus retentissants de l'apprentissage par renforcement et est extrêmement prometteuse pour l’automatique car elle pourrait permettre la synthèse générique de contrôleurs pour des systèmes complexes. Néanmoins, plusieurs défis méthodologiques majeurs doivent être relevés pour exploiter pleinement le potentiel de la N-DP en automatique, parmi lesquels la question de la stabilité robuste et le coût calculatoire de ces algorithmes. Dans ce contexte, l'objectif du projet OLYMPIA est de développer des outils d'analyse et de synthèse pour (i) garantir la stabilité robuste des systèmes non linéaires contrôlés par N-DP, (ii) adapter les algorithmes originaux pour atténuer leur complexité de calcul en exploitant des propriétés de la théorie du contrôle, (iii) prendre en compte les erreurs, qui surviennent inévitablement lors de la mise en œuvre de tels contrôleurs, et analyser leur effet sur les propriétés du système en boucle fermée (stabilité robuste, performance). Nous avons identifié plusieurs directions de recherche fascinantes où l'expertise de l'équipe sur les systèmes non linéaires, la stabilité de Lyapunov ainsi que les techniques hybrides sont essentielles pour le succès du projet OLYMPIA.