具有 conformal 预测保证的递归可行缩小时域 MPC
系统与控制
2024-05-20 v1 系统与控制
机器学习
摘要
本文聚焦于不确定动态环境下的缩小时域模型预测控制( MPC)。我们考虑控制与其任务期间与不可控随机代理人交互的确定性自主系统。运用 conformal 预测工具，现有工作推导未知代理人轨迹的高置信区间，并将这些区间整合到设计合适安全约束的 MPC 设计中。尽管这些约束保证了闭环轨迹的概率安全，但并不确保 MPC 方案在整个任务期间的可行性。我们提出一种缩小时域 MPC，保证通过在新预测区间可用时逐渐放宽安全约束来实现递归可行性。这种放宽强制安全约束在所有可用预测区间中持续最不限制性的预测区间上。与现有方法相比，本文在案例研究中表明该方法产生更紧凑的预测区间，并验证了 MPC 方案的递归可行性。
关键词
引用
@article{arxiv.2405.10875,
title = {Recursively Feasible Shrinking-Horizon MPC in Dynamic Environments with Conformal Prediction Guarantees},
author = {Charis Stamouli and Lars Lindemann and George J. Pappas},
journal= {arXiv preprint arXiv:2405.10875},
year = {2024}
}