针对有限高斯混合扰动的随机模型预测控制及其性能保证
系统与控制
2025-06-25 v2 系统与控制
摘要
本文针对受加性高斯混合扰动影响的线性系统，提出了一种随机模型预测控制（SMPC）算法，旨在满足机会约束。我们关注每个高斯混合分量具有相似方差的特殊情况。为求解 SMPC 问题，我们在简化动力学上构建了分支模型预测控制（BMPC）问题，并利用随机模拟关系（SSR）。我们的贡献是将 SMPC 文献扩展至适应高斯混合扰动，同时保持递归可行性和闭环保证。我们通过一项车辆在路况不良道路上的控制案例研究，演示了这些保证的保持。
引用
@article{arxiv.2411.07887,
title = {Stochastic MPC for Finite Gaussian Mixture Disturbances with Guarantees},
author = {Maico H. W. Engelaar and Micha P. P. Swaanen and Mircea Lazar and Sofie Haesaert},
journal= {arXiv preprint arXiv:2411.07887},
year = {2025}
}
备注
7 pages, 6 figures, accepted for ECC 2025