Scifaro

中文

用于MPC型共享控制器自动调参的贝叶斯优化框架

机器人学 2023-11-03 v1

作者: Anne van der Horst , Bas Meere , Dinesh Krishnamoorthy , Saray Bakker , Bram van de Vrande , Henry Stoutjesdijk , Marco Alonso , Elena Torta

在 arXiv 上查看 ↗ PDF ↗

摘要

本文提出一种贝叶斯优化框架，用于自动调参定义为模型预测控制（MPC）问题的共享控制器。该框架包括性能度量的设计以及用于基于仿真优化的用户输入表示。该框架被应用于图像引导治疗机器人的共享控制器优化。基于VR的用户实验证实了自动调参后的MPC共享控制器相对于手工调参基线版本的性能提升及其泛化能力。

关键词

贝叶斯优化模型预测控制共享控制器自动调参图像引导治疗机器人 VR用户实验

引用

@article{arxiv.2311.01133,
  title  = {A Bayesian optimization framework for the automatic tuning of MPC-based shared controllers},
  author = {Anne van der Horst and Bas Meere and Dinesh Krishnamoorthy and Saray Bakker and Bram van de Vrande and Henry Stoutjesdijk and Marco Alonso and Elena Torta},
  journal= {arXiv preprint arXiv:2311.01133},
  year   = {2023}
}