基于学习的MPC用于离散挡位选择的自动驾驶车辆节能控制
系统与控制
2025-05-29 v3 系统与控制
摘要
通过模型预测控制（MPC）同时优化车辆速度和挡位位置已被证明对节能自动驾驶有益。然而，同时优化车辆的连续动力学和离散挡位位置可能对实时实现而言计算量过大。本工作提出了一种基于学习的MPC方案来解决此问题。训练一个策略来选择并固定MPC控制器预测视界内的挡位位置，从而留下一个显著简化的在线连续优化问题。仿真结果表明，所提出的方法与纯MPC协同优化相比，计算负担显著降低，且性能相当。
引用
@article{arxiv.2503.11359,
title = {Learning-Based MPC for Fuel Efficient Control of Autonomous Vehicles with Discrete Gear Selection},
author = {Samuel Mallick and Gianpietro Battocletti and Qizhang Dong and Azita Dabiri and Bart De Schutter},
journal= {arXiv preprint arXiv:2503.11359},
year = {2025}
}
备注
7 pages, 3 figures, accepted for publication in L-CSS. Code available at https://github.com/SamuelMallick/mpcrl-vehicle-gears