Нейросетевая аппроксимация NMPC без экспертных демонстраций

США и Запад · вчера

Предложен рекуррентный фреймворк Seq-AMPC, который строит полные последовательности управлений по предсказанным траекториям, используя общие параметры на всём горизонте. Политика обучается напрямую через известную динамику с потерями за стоимость управления, выполнение ограничений и условие снижения стоимости, согласованное с безопасным резервным фильтром. Это снимает необходимость в больших наборах решений экспертного NMPC.

Почему это важно

Показывает, как приближать дорогое нелинейное прогнозное управление без разметки, сохраняя условия безопасности.

Созвучно продуктам ЦД

ЦД.Прогноз

Заголовок оригинала: Safe Approximate Nonlinear Model Predictive Control Without Expert Demonstrations

Читать первоисточник: arXiv — Systems and Control (eess.SY)

Перевод и краткое изложение — машинные, по материалам источника. Полный текст статьи не републикуется; права на него принадлежат источнику.

Рядом по теме

МоделированиеСША и Западвчера

Стохастический MPC с робастностью к ошибкам в статистике возмущений

Описан стохастический MPC с косвенной обратной связью для линейных систем с аддитивными возмущениями, где неопределённость среднего и ковариации задаётся множеством Гельбриха. Неопределённость моментов распространяется вдоль динамики ошибки, а ужесточение ограничений вычисляется офлайн в замкнутой форме. Онлайн-задача остаётся квадратичной программой с одним аддитивным запасом робастности.

ЦД.ПрогнозarXiv — Systems and Control (eess.SY) ↗

ПрогнозированиеСША и Западвчера

Адаптивная кластеризация в робастном распределённом MPC для связанных агентов

Предложена схема динамической кластеризации для tube-based MPC систем связанных агентов: агенты внутри кластера явно координируются, а внешние связи учитываются как ограниченные возмущения. Онлайн-выбор топологии от централизованной до полностью децентрализованной опирается на меру рассогласования по верхней и нижней оценке стоимости и штраф за коммуникации. Доказано сохранение рекурсивной допустимости, выполнение ограничений и практическая асимптотическая устойчивость.

ЦД.ПрогнозarXiv — Systems and Control (eess.SY) ↗

Цифровой двойникСША и Запад2 дн

Онлайн-цифровой двойник: ассимиляция данных и управление в mean-field постановке

Статья формализует онлайн-взаимодействие физического процесса и его виртуального двойника при непрерывном поступлении данных и планировании на скользящем горизонте, которое задаёт управление для физического объекта. Математическая постановка опирается на mean-field представление ассимиляции данных и mean-field принцип минимума Понтрягина для задачи оптимального управления. Такие формулировки вычислительно привлекательны, поскольку допускают реализацию через системы взаимодействующих частиц Гамильтона.

ЦД.БалансЦДПЦД.ПрогнозarXiv — Systems and Control (eess.SY) ↗