SympOCnet：求解最优控制问题及其在高维多智能体路径规划中的应用
最优化与控制
2022-01-17 v1 机器学习
摘要
实时求解高维最优控制问题是一个重要但具有挑战性的问题，其在多智能体路径规划问题中具有应用，近年来随着无人机的日益普及而受到更多关注。在本文中，我们提出一种称为 SympOCnet 的新型神经网络方法，该方法应用辛网络来求解带状态约束的高维最优控制问题。我们给出了在二维和三维空间中路径规划问题的若干数值结果。具体而言，我们展示了我们的 SympOCnet 可在单块 GPU 上于 1.5 小时内求解一个超过 500 维的问题，这显示了 SympOCnet 的有效性与高效性。所提方法具有可扩展性，并有可能实时求解真正高维的路径规划问题。
引用
@article{arxiv.2201.05475,
title = {SympOCnet: Solving optimal control problems with applications to high-dimensional multi-agent path planning problems},
author = {Tingwei Meng and Zhen Zhang and Jérôme Darbon and George Em Karniadakis},
journal= {arXiv preprint arXiv:2201.05475},
year = {2022}
}