Switched Discrete-Time LQR 的树状乐观在线规划算法

我们提出 TROOP（Tree-based Riccati optimistic online planner），一种用于离散时间 switched linear systems 及其 switched quadratic costs 的近最优控制律生成算法。我们所要解决的关键挑战是，在控制性能与计算资源之间进行权衡，这在构造近最优输入需要大量计算资源时尤为重要。TROOP 通过采用受 A* 启发式影响的在线最佳优先搜索策略，来实现对最优价值函数的高效估计。获得的控制律保证了闭环系统的近最优性和稳定性，这些性质取决于规划深度，这决定了算法探索未来多远的范围，又与计算量密切相关。因此，TROOP 在计算效率和控制性能之间取得了平衡，这一点通过示例数值仿真得以展示。