参数不确定性下的安全最优控制

我们利用一种新颖的正则化器解决了参数不确定性下的安全最优路径规划问题，该正则化器能够在最优性与安全性之间进行权衡。所提出的正则化器借助如下概念：在最优控制设定中，碰撞可被建模为约束违反，从而生成具有更低碰撞风险的开环轨迹。约束违反的风险通过状态相关的关联函数以及约束函数相对于参数变化的一阶变分来评估。该方法是通用的，可适用于任何处理参数不确定性下约束的最优控制公式。我们使用一个全向机器人避开多个具有不确定速度的动力学障碍物的仿真来展示所提方法的有效性。最后，我们引入“汽车对火车”问题，以强调所得风险规避行为对所用于推导正则化器的约束函数形式的依赖性。