基于神经网络的近最优快速 MPC：一种原对偶策略学习框架
系统与控制
2019-12-11 v1 系统与控制
摘要
本文提出一种利用监督学习逼近线性参数时变系统显式 MPC 策略的新框架。我们的学习方案以高概率保证逼近 MPC 策略的可行性与近最优性。此外，与多数仅学习 MPC 策略的现有方法不同，我们还学习“对偶策略”，从而能在控制过程中在线监控逼近 MPC 的最优性。若监控判定来自逼近 MPC 策略的控制输入安全且近最优，则将其施加于被控对象，否则启用备用控制器，从而滤除（严重）次优控制输入。备用控制器仅以有界（低）概率启用，该确切概率水平可由用户选择。由于我们的框架在控制过程中无需求解任何优化问题，其使得 MPC 可部署于资源受限系统。具体地，我们在车辆动力学控制问题上说明了所提框架的效用。与在线优化方法相比，我们在台式机上实现了最高 62 倍、在汽车级电子控制单元上 10 倍的加速，同时保持高控制性能。
引用
@article{arxiv.1912.04744,
title = {Near-Optimal Rapid MPC using Neural Networks: A Primal-Dual Policy Learning Framework},
author = {Xiaojing Zhang and Monimoy Bujarbaruah and Francesco Borrelli},
journal= {arXiv preprint arXiv:1912.04744},
year = {2019}
}
备注
First two authors contributed equally. arXiv admin note: text overlap with arXiv:1906.08257