用于非凸路径规划的时滞系统 symplectic network
最优化与控制
2024-08-08 v1
摘要
我们提出了一种新型神经网络架构（TSympOCNet），用于解决具有线性和非线性动力学的高维最优控制问题。该方法的重要应用是实时解决多代理车辆的路径规划问题。该方法扩展了我们之前的SympOCNet框架，通过引入时滞系统网络到体系结构中。此外，我们提出了更通用的潜在表示，基于普遍逼近定理大大提高了模型的表达性。我们在具有障碍和碰撞规避的路径规划问题中展示了TSympOCNet的有效性，包括牛顿动力学和非凸环境，维度可达512。该方法在处理复杂动力学和约束方面展现出巨大的潜力。
引用
@article{arxiv.2408.03785,
title = {A time-dependent symplectic network for non-convex path planning problems with linear and nonlinear dynamics},
author = {Zhen Zhang and Chenye Wang and Shanqing Liu and Jerome Darbon and George Karniadakis},
journal= {arXiv preprint arXiv:2408.03785},
year = {2024}
}