model predictive control | BriefGPT

关键词model predictive control

搜索结果 - 94

KDDMARLP：农业可控地下水补给的时序预测控制
该研究提出了 MARLP，这是用于农业管理蓄水补给的首个端到端数据驱动控制系统。通过对历史数据的分析和预测，它可以优化农田蓄水的计划和水分补给，从而降低氧气缺乏率并提高补给量。实验结果显示，与过去四年相比，MARLP 使氧气缺乏率下降了 8
PDF3 days ago
CommonPower: 为智能电网超级加速机器学习
通过 CommonPower，我们提供了第一个模块化框架，可以用来实现一个安全的增强学习控制器，并且涵盖了单一代理和多代理的训练算法，以及基于符号方程的模型预测控制方法。
PDFa month ago
Dropout MPC: 具有学习动态的集成神经 MPC 方法
通过引入 Dropout MPC 算法，采用蒙特卡洛 dropout 技术对学习到的系统模型进行采样，建立了一种基于模型的神经控制方法，适用于具有复杂动力学且存在不确定性的系统，并可以估计未来的不确定性，从而实现更可靠和谨慎的控制。
PDFa month ago
基于动态规划的模型预测控制和强化学习的统一框架
本文描述了一个将近似动态规划 (DP)、模型预测控制 (MPC) 和强化学习 (RL) 连接起来的新概念框架，其中通过牛顿法的强大机制，离线训练和在线应用算法相互独立地设计，协同运作。这一理论架构为强化学习和模型预测控制之间的文化差距提供了
PDFa month ago
1 范数鲁棒性的凸神经网络综合
通过生成一个确保更稳健的神经网络的近似方法，来解决神经网络的准确性和稳健性之间的权衡关系。该方法是完全凸的，并将其作为半正定规划提出。将其应用于稳健化模型预测控制以验证结果，旨在介绍一种在神经网络准确性和稳健性之间权衡的方法。
PDFa month ago
通过信任域拟 - 牛顿策略优化强化模型预测控制
通过使用参数化模型预测控制器作为策略并利用所需参数的少量，我们提出了一种带有超线性收敛率的限制拟牛顿训练算法进行策略优化。通过解线性方程组的解来计算所需的二阶导数信息。模拟研究表明，所提出的训练算法在数据效率和准确性方面优于其他算法。
PDFa month ago
利用网格翼和路径跟随的火箭降落控制
优化火箭的降落轨迹，通过使用不同的技术来减少降落过程中的总燃料消耗。使用基于模型预测控制的 Trajectory Optimizing Path following Estimation from Demonstration 算法（TOPE
PDFa month ago
基于改进的 A * 算法的自动停车规划控制方法
本文提出了基于 A * 算法的改进自动停车规划算法，并使用模型预测控制 (MPC) 作为自动停车的控制模块，通过优化启发函数、二叉堆优化和双向搜索来增强规划的实时性，通过动态加载障碍物和引入车辆自身体积来计算狭窄区域的通行能力，在满足停车任
PDFa month ago
非线性深度神经网络建模的高效模型预测控制
该研究论文提出了一种用于动态系统的模型预测控制（MPC）方法，该方法利用深度神经网络（NNs）对系统的非线性和不确定性进行建模，并提出了两种用于解决 MPC 问题的方法：混合整数规划（MIP）方法和线性松弛（LR）方法。进行了广泛的数值模拟
PDF2 months ago
SOMTP：基于自监督学习的机器人基于 MPC 的安全轨迹规划问题的优化器
基于自主学习优化器的控制屏障函数模型预测控制轨迹规划算法，通过问题转录和可微的解空间修正，以及引入增广拉格朗日方法的训练算法，实现了更好的可行性和更快速的求解速度。
PDF2 months ago
基于元学习的快速适应神经预测模型的不确定非线性系统 MPC
使用神经状态空间模型和隐式模型无关元学习方法解决非线性系统中的参考跟踪问题，并通过模型预测控制提高控制性能。
PDF3 months ago
模型预测控制与神经网络之间的映射
用隐式神经网络准确表示具有二次成本和线性约束的线性系统的模型预测控制，并引入一种将隐式神经网络解开为显式网络的方法，这些结果强调了隐式神经网络表示优化问题解决方案的能力，因为这些问题本身是隐式定义的函数。
PDF3 months ago
基于非线性稀疏变分贝叶斯学习的模型预测控制及其在 PEMFC 温度控制中的应用
该研究发展了一种基于非线性稀疏变分贝叶斯学习的模型预测控制方法，在该方法中通过 NSVB 方法学习模型，利用变分推断来评估预测准确性并对系统不确定性进行必要的修正，以确保输入到状态的稳定性和约束条件的可行性，最后通过 PEMFC 温度控制模
PDF3 months ago
提升混合交通的安全性：基于学习的建模与有效的自动驾驶和人工驾驶车辆控制
使用先进的人类驾驶车辆模型和高斯过程学习相结合的方法来预测人类驾驶车辆的行为，并利用该模型开发了一种增强型模型预测控制策略，以提高混合车辆编队的安全性和运行效率。
PDF3 months ago
通过贝叶斯优化学习模型预测控制参数实现电池快速充电
通过贝叶斯优化方法，针对模型预测控制中的参数调整问题，提出一种直接优化学习控制器参数的方法，以提高闭环性能。该方法在锂离子电池快速充电系统中应用，实现了安全充电和最大化闭环性能的目标。
PDF3 months ago
参数自适应的近似模型预测控制：无需重新训练调整神经网络控制器
参数自适应近似模型预测控制（AMPC）架构，以此实现对低成本微控制器（MCU）上快速运动系统的实际应用。
PDF3 months ago
基于高斯过程学习的模型预测控制教程
高斯过程学习模型预测控制（GP-MPC）系统地介绍了一种先进的方法，将高斯过程（GP）与模型预测控制（MPC）相结合，以提高复杂系统中的控制效果。它从 GP 回归基础知识开始，说明了它如何提高 MPC 的预测准确性和鲁棒性处理。本教程的一个
PDF3 months ago
基于强化学习的自适应控制屏障函数的滑动时限控制在安全关键系统中的应用
通过使用基于控制障碍函数的强化学习（RL）的递进式规划控制（RHC）方法，我们提出了一种用于解决安全关键问题的最优控制方法，以模型预测控制（MPC）和控制障碍函数（CBFs）为基础，通过优化参数和学习控制输入，有效提高了性能并显著减少了不可
PDF3 months ago
深入学习的安全多智能体强化学习中的模型预测控制
基于深度学习的模型预测控制方法被提出，以解决安全多智能体强化学习中存在的复杂多智能体环境动力学问题，该方法在解决多智能体系统的安全问题方面取得了显著进展。
PDF4 months ago
LeTac-MPC：学习型模型预测控制在触觉反应抓取中的应用
LeTac-MPC 是一种基于学习的模型预测控制（MPC）方法，通过利用视觉基于触觉传感器 GelSight 的高分辨率触觉反馈，实现了对不同物体物理特性的动态和力交互任务中的稳健抓取控制。
PDF4 months ago