新的 MPPI-PID 控制方法优化 PID 增益以实现更平滑的路径跟踪

研究人员开发了一种名为模型预测路径积分 PID (MPPI-PID) 控制的新型控制方法，该方法在线优化 PID 增益，而不是直接采样控制输入序列。该方法旨在通过优化低维增益空间而不是高维输入序列来提高采样效率并产生更平滑的控制输入。该方法在一台使用混合物理和神经网络模型执行路径跟踪的迷你叉车上进行了评估，与传统的 PID 和常规 MPPI 相比，证明了其跟踪性能的提高和输入增量的减小。 AI

影响 这种新的控制方法可能导致工业应用中更高效、更平滑的机器人路径跟踪。

排序理由 该集群包含一篇详细介绍新控制方法的论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

• artificial neural network
• arXiv
• mini forklift
• model predictive control
• model predictive path integral
• MPPI-PID control
• Teruki Kato

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →