面向信号切换时间随机的GLOSA系统的改进动态规划算法
最优化与控制
2022-11-23 v1 系统与控制
系统与控制
摘要
近来提出了一种离散时间随机最优控制问题，用于处理下一信号切换时间在实时决定因而事先不确定的GLOSA（绿灯最优速度建议）问题。相应的通过SDP（随机动态规划）的数值求解需要大量计算时间，从而无法在车载计算机上实时求解。为克服计算时间瓶颈，作为首次尝试，近来采用了一种称为离散微分动态规划（DDDP）的改进动态规划版本来数值求解该随机最优控制问题。已证明DDDP算法可获得与常规SDP算法等价的结果，但计算时间显著减少。本文考虑另一种称为微分动态规划（DDP）的改进动态规划版本。对于随机GLOSA问题，证明DDP在CPU时间上实现了准瞬时（极快）求解，使得所提方法可在MPC（模型预测控制）框架下于车载计算机中在线直接执行。通过实际算例演示了该方法。需注意，DDP不需要变量离散化，因此所得解可能略优于标准SDP解。
引用
@article{arxiv.2211.12159,
title = {Modified Dynamic Programming Algorithms for GLOSA Systems with Stochastic Signal Switching Times},
author = {Panagiotis Typaldos and Markos Papageorgiou},
journal= {arXiv preprint arXiv:2211.12159},
year = {2022}
}