研究人员开发了一个新框架，使用神经网络来近似模型预测控制（MPC），这是一种高性能的控制方法。该方法旨在降低MPC相关的显著在线计算成本，使其在低端硬件上更可行。通过将近似误差视为有界扰动，该方法确保神经网络控制器继承原始MPC策略的安全性和稳定性保证。这种建设性的、离线综合流程允许在部署前转移鲁棒性保证，仿真结果表明学习到的控制器以更少的计算量复制了原始行为。 AI
影响 实现了更高效、硬件可行的复杂控制系统实现。
排序理由 学术论文，详细介绍了使用神经网络近似控制系统的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- artificial neural network
- arXiv
- Lipschitz Bounds and Provably Robust Training by Laplacian Smoothing
- model predictive control
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
