专栏首页arxiv.org翻译专栏参考轨迹不可行的模型预测控制

参考轨迹不可行的模型预测控制

模型预测控制(MPC)公式通常建立在可行参考轨迹可用的要求上。然而,在实际设置中,为了方便起见,使用了系统动力学方面不可行的参考。本文证明了在这一情况下,即当使用不可行参考时,MPC公式在闭环状态是Input-to-State Stable~(ISS) ,并且在适当的终端条件下,可以实现对最优参考的渐近稳定。我们用一个四维机器人关节的例子来说明理论结果。

原文标题:Model Predictive Control with Infeasible Reference Trajectories

原文:Model Predictive Control (MPC) formulations are typically built on the requirement that a feasible reference trajectory is available. In practical settings, however, references that are infeasible with respect to the system dynamics are used for convenience. In this paper, we prove under which conditions an MPC formulation is Input-to-State Stable~(ISS) in closed-loop when an infeasible reference is used, and that with proper terminal conditions, asymptotic stability towards an optimal reference may be achieved. We illustrate the theoretical results with a four-dimensional robotic joint example.

原文链接:https://arxiv.org/abs/2109.04846

原文作者:Ivo Batkovic, Mohammad Ali, Paolo Falcone, Mario Zanon

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 自动驾驶汽车控制模块简介 | 【自动驾驶专题】

    自动驾驶汽车先使用感知模块了解其环境,并通过定位模块了解其在环境中的位置,然后使用规划模块进行决策并生成轨迹。

    用户7623498
  • 论文解读——无人驾驶车辆的运动控制发展现状综述

    《无人驾驶车辆的运动控制发展现状综述》是期刊《机械工程学报》在2020年第56卷10期上刊载的一篇论文。《机械工程学报》属于三类高质量期刊,是EI收录期刊,20...

    路径跟踪快讯
  • 无人驾驶系统-控制

    控制层作为无人车系统的最底层,其任务是将我们规划好的动作实现,所以控制模块的评价指标即为控制的精准度。控制系统内部会存在测量,控制器通过比较车辆的测量和我们预期...

    Must
  • 控制

    控制层作为无人车系统的最底层,其任务是将我们规划好的动作实现,所以控制模块的评价指标即为控制的精准度。控制系统内部会存在测量,控制器通过比较车辆的测量和我们预期...

    Must
  • 前沿 | BAIR开发现实环境的RL机器人,通过与人类的物理交互学习真实目标

    机器之心
  • 自动驾驶跑得好,行人行为意图建模和预测要做好

    在人群场景中行人的可靠轨迹预测需要对他们的社会行为有深刻的了解。对这些行为已经有了大量的研究,而仍然很难完全通过手工规则来表达。基于LSTM网络的最新研究显示出...

    AI科技大本营
  • 自动驾驶的模型预测控制

    我们实施了一个模型预测控制来驱动赛道上的赛车。但是这一次我们没有交叉错误,我们必须自己计算。另外,在连接延迟之上的执行命令之间有100毫秒的延迟。 这篇文章从非...

    刘盼
  • 自动驾驶的“大脑”——决策规划篇

    自动驾驶的“大脑”——决策规划篇 中国人工智能系列白皮书-智能驾驶2017 ▌决策规划技术概述 ---- 智能汽车 ( Intelligent Vehic...

    WZEARW
  • NBT|45种单细胞轨迹推断方法比较,110个实际数据集和229个合成数据集

    轨迹推断(Trajectory Inference,TI),是分析从千上万单细胞的组学数据中推断细胞发育轨迹的重要方法,也被称为伪时序分析 (pseudotim...

    生信宝典
  • 基于神经网络StarNet的行人轨迹交互预测算法

    本文详细阐述了外卖平台在基于神经网络StarNet的行人轨迹交互预测算法的研究。有关轨迹预测算法的研究还在继续,希望能与同行一起交流学习。

    淘课之家
  • 美团技术团队|基于神经网络StarNet的行人轨迹交互预测算法

    民以食为天,如何提升超大规模配送网络的整体配送效率,改善数亿消费者在”吃“方面的体验,是一项极具挑战的技术难题。面向未来,美团正在积极研发无人配送机器人,建立无...

    用户1621951
  • 基于神经网络StarNet的行人轨迹交互预测算法

    民以食为天,如何提升超大规模配送网络的整体配送效率,改善数亿消费者在”吃“方面的体验,是一项极具挑战的技术难题。面向未来,美团正在积极研发无人配送机器人,建立无...

    美团无人配送
  • 顶会论文:基于神经网络StarNet的行人轨迹交互预测算法

    民以食为天,如何提升超大规模配送网络的整体配送效率,改善数亿消费者在”吃“方面的体验,是一项极具挑战的技术难题。面向未来,美团正在积极研发无人配送机器人,建立无...

    美团技术团队
  • 自动驾驶中的障碍物行为预测

    作者简介:Yann,2017年加入美团无人配送部,目前在PNC组负责障碍物预测工作。

    美团无人配送
  • 代码详解——NMPC之加入控制平顺性惩罚项

    应读者wonder留言,更新一篇NMPC路径跟踪控制加入控制平顺性惩罚项,即控制输入增量惩罚项的代码及仿真结果。

    路径跟踪快讯
  • 代码详解——采用控制增量作为控制输入的NMPC路径跟踪

    NMPC参考路径设置 作者北京科技大学白国星 david.gx.bai@gmail.com

    路径跟踪快讯
  • 使用神经网络驱动的基于模型的强化学习

    图1.经过学习的神经网络动态模型能使一个六足机器人学会遵循既定的轨迹运行,并且只需要17分钟的实际经验。

    五条
  • 基于神经网络动力学模型的强化学习

    选文丁建峰翻译 张一 许峰 金明 校对 李韩超 编辑 李韩超 素材来源:robohub & BAIR 泡泡机器人推广内容组编译作品 01 让机器人在现实生...

    企鹅号小编
  • 基于神经网络动力学模型的强化学习

    选文|丁建峰翻译| 张一 许峰 金明 校对| 李韩超 编辑| 李韩超 素材来源:robohub & BAIR 泡泡机器人推广内容组编译作品 01 让机器人...

    企鹅号小编

扫码关注云+社区

领取腾讯云代金券