A Fixed-Time Sliding-Mode Framework for Constraint Optimization

技术摘要：用于约束优化的固定时间滑模框架

问题表述
本文解决了连续时间约束优化问题的求解挑战，其中目标函数 $\phi(x)$ 和等式约束 $h(x)=0$ 可能是非凸的。主要目标是设计一个动态系统，使其同时保证两个关键特性：

1. 固定时间约束满足：系统必须在有界时间 $T_c$ 内到达可行集（即 $h(x)=0$），且该时间与初始条件无关。
2. 最优性收敛：一旦到达约束流形，系统必须收敛到 Karush–Kuhn–Tucker (KKT) 点。对于非凸目标，这是向局部 KKT 点的渐近收敛；对于 $\mu$-强凸目标，本文旨在实现向唯一全局最优解的固定时间收敛。
3. 鲁棒性：该框架必须在存在匹配扰动（例如建模误差、噪声）$\xi(t,x) = J_h^\top \eta(t,x)$ 的情况下保持上述特性。

现有的连续时间优化方法，如原对偶梯度动力学（PDGD），通常能为凸问题提供指数稳定性，但缺乏固定时间保证，且对外部扰动缺乏鲁棒性。虽然近期工作已探索固定时间流或控制屏障函数，但它们往往未能解决外部扰动问题，或者未能提供针对凸和非凸情况的统一控制理论设计。

方法论
作者提出了一个控制理论框架，其中拉格朗日乘子 $\lambda$ 被视为控制输入。系统动力学建模为：
$$\dot{x} = -\nabla \phi(x) - J_h(x)^\top \lambda(x)$$
其中 $x$ 代表决策变量，$y = h(x)$ 是被调节的输出。

核心方法论采用固定时间滑模控制（SMC）：

• 滑模流形：等式约束 $h(x)=0$ 被直接嵌入为滑模面 $S$。
• 控制律分解：控制输入 $\lambda(x)$ 被分解为等效控制 $\lambda_{eq}$ 和切换控制 $\lambda_{sw}$：
  • 等效控制（$\lambda_{eq}$）：旨在维持系统在滑模面上（$\dot{h}(x)=0$）并驱动梯度流。对于非凸问题，这将系统渐近引导至 KKT 点。对于凸问题，则使用修正的梯度项以确保固定时间收敛。
  • 切换控制（$\lambda_{sw}$）：一种不连续项，旨在强制滑模面的固定时间可达性。其形式为：
    $$\lambda_{sw} \propto \alpha \circ \text{sgn}(h) \circ |h|^p + \beta \circ \text{sgn}(h) \circ |h|^q$$
    其中 $0 < p < 1$ 且 $q > 1$。该结构确保约束违反量 $h(x)$ 在固定时间 $T_c$ 内收敛至零，该时间受控制增益 $\alpha$ 和 $\beta$ 界定，且与初始条件无关。
• 鲁棒性：为了处理匹配扰动，切换增益被整定，使得不连续控制项主导扰动，从而保持约束流形的固定时间可达性。

主要贡献

1. 固定时间约束强制：本文设计了一种控制律，利用滑模方法保证系统在固定时间 $T_c$ 内到达约束流形 $h(x)=0$，且该时间与初始状态无关。
2. 双重收敛保证：
   • 对于非凸目标，滑模面上的降阶动力学确保向局部 KKT 点的渐近收敛。
   • 对于$\mu$-强凸目标，该框架确保在固定时间 $T_{total} = T_c + T_o$ 内收敛到唯一全局最优解，其中 $T_o$ 是流形上的优化时间。
3. 对扰动的鲁棒性：该框架提供了理论保证，即使存在有界匹配扰动，固定时间可达性和最优性收敛仍得以保持。
4. 数值验证：该方法在两个不同的应用中得到验证：
   • 3 节点交流最优潮流（AC-OPF）：展示了在非线性潮流约束下的有功功率最小化。所提方法收敛至最优解的速度显著快于标准投影梯度流（PGF）（在 0.4 秒内），并与 fmincon 的解相匹配。
   • 分布式参数估计：这是一个基于共识的问题，智能体估计一个公共参数。该方法实现了固定时间共识，并在约 0.7 秒内收敛至真实参数值，在收敛速度和抗噪鲁棒性方面优于标准方法。

结果与意义
本文声称，所提出的框架弥合了优化理论与鲁棒控制之间的鸿沟。通过将约束视为滑模流形，作者实现了一种统一的设计，既能处理凸和非凸目标，又能明确考虑实现中的不确定性。

这项工作的意义在于其能够提供约束满足和收敛的确定性时间界限，这是传统基于梯度的方法通常所缺乏的（后者通常仅提供渐近或指数收敛速率）。AC-OPF 和分布式估计问题的数值结果说明了该框架在具有参数不确定性的物理系统以及集中式解决方案不切实际的联网环境中的可扩展性和有效性。作者指出，这种方法提供了一种系统化的方式来设计具有严格收敛保证的一阶算法，超越了简单的离散化效应，以解决现实世界的鲁棒性需求。

结论
本文结论指出，所提出的固定时间滑模框架成功确保了精确的约束满足，并在固定时间内收敛至 KKT 点，该过程独立于初始条件且对匹配扰动具有鲁棒性。未来的工作被确定为解决时变和随机约束问题，并将该框架扩展到更大的多智能体系统。