Koopman operator theory has served as the basis to extract dynamics for nonlinear system modeling and control across settings, including non-holonomic mobile robot control. There is a growing interest in research to derive robustness (and/or safety) guarantees for systems the dynamics of which are extracted via the Koopman operator. In this paper, we propose a way to quantify the prediction error because of noisy measurements when the Koopman operator is approximated via Extended Dynamic Mode Decomposition. We further develop an enhanced robot control strategy to endow robustness to a class of data-driven (robotic) systems that rely on Koopman operator theory, and we show how part of the strategy can happen offline in an effort to make our algorithm capable of real-time implementation. We perform a parametric study to evaluate the (theoretical) performance of the algorithm using a Van der Pol oscillator and conduct a series of simulated experiments in Gazebo using a non-holonomic wheeled robot.

翻译：Koopman 操作员 理论 库普曼 操作员 理论 为 各种 环境 的非线性系统 建模和控制 提取 动态, 包括 非 holoomic 移动机器人 控制 。 人们越来越有兴趣研究如何为这些 系统 获得 由 Koopman 操作员 提取 的 动态 的 稳健 ( 和/ 或 安全 ) 保障 。 在本文件中, 当 库普曼 操作员 通过 扩展 动态 模式 分解 接近 时, 我们提出 一种 噪音 测量 的 方法, 从而 量化 预测 错误 。 我们还 开发了一个 强化 的 机器人 控制 策略, 以 向 依赖 Koopman 操作员 操作员 理论 的 数据 驱动 ( robotroby) 系统 进行 强性 。 我们展示 战略 如何 部分 可以 脱机运行, 使 我们的 算算算 能够 实时 执行 。 我们 。 我们 进行 的 的 进行 参数 的 参数 的 参数 研究,,, 以 Vander der Polpo 方向 轮 进行 进行 模拟 模拟 的 的 模拟 的 的 和 在 Gaz 进行 进行 的 模拟 模拟 实验 。