研究人员开发了ZipDrift,一种用于在短视界模型预测控制(MPC)中生成多模态成本修正的新颖方法。该方法解决了传统MPC的局限性,传统MPC在面对多个最优解时可能目光短浅且容易出错。ZipDrift训练了一个单步漂移生成器来产生模仿长视界专家的成本修正,通过成本评估进行学习,而无需区分优化器。在运动学超车基准测试中,ZipDrift在所有测试场景中均实现了无碰撞性能,显著优于标准的MPC方法和ZipMPC风格的回归器。 AI
影响 这项研究通过在复杂、动态环境中实现更鲁棒的决策,有望提高自主系统的安全性和效率。
排序理由 该条目是发表在arXiv上的研究论文,详细介绍了一种新的模型预测控制方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- cs.LG
- cs.RO
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- model predictive control
- ScienceCast
- scite Smart Citations
- ZipDrift
- ZipMPC
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →