信念空间规划简化：轨迹优化LQG (T-LQG)（扩展报告）
机器人学
2016-08-12 v2 最优化与控制
摘要
在运动与观测不确定性下的规划需要在反馈策略空间中求解随机控制问题。本文中，我们通过获得具有最佳标称性能的线性二次高斯(LQG)设计，将一般的 维信念空间规划问题降维至 维问题。随后，通过将LQG控制器的底层轨迹作为决策变量，我们通过一个可由通用NLP求解器求解的非线性规划(NLP)提出了轨迹、估计器与控制器设计的耦合设计。我们证明在一阶近似下并谨慎运用分离原理时，我们的近似是有效的。我们对现有主流信念空间规划方法进行了分析，表明我们的算法具有最低的计算负担。最后，我们将我们的解扩展至包含一般状态与控制约束。我们的仿真结果支持我们的设计。
引用
@article{arxiv.1608.03013,
title = {Belief Space Planning Simplified: Trajectory-Optimized LQG (T-LQG) (Extended Report)},
author = {Mohammadhussein Rafieisakhaei and Suman Chakravorty and P. R. Kumar},
journal= {arXiv preprint arXiv:1608.03013},
year = {2016}
}
备注
20 pages, 12 figures. A shorter version has been submitted to WAFR, 2016