model predictive control
PulseAugur coverage of model predictive control — every cluster mentioning model predictive control across labs, papers, and developer communities, ranked by signal.
14 天有情绪数据
-
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。
-
新的MAD-PINN框架增强了多智能体控制的安全性和性能
研究人员开发了MAD-PINN，一个利用物理信息神经网络的新型去中心化框架，以应对多智能体控制系统中安全性和性能协同优化的挑战。该方法重新构建了多智能体状态约束最优控制问题（MASC-OCP），并通过在缩减智能体系统上进行训练来实现可扩展性来逼近其解。MAD-PINN结合了基于Hamilton-Jacobi可达性的策略来优先处理安全关键交互，以及用于自适应决策的递推视界策略，在导航任务中展示了优越的性能和安全性权衡。
-
新的VLM-CASE框架通过自适应包增强自动驾驶安全性
研究人员开发了VLM-CASE，一个旨在增强自动驾驶系统安全性和预测性能力的新型框架。该框架集成了视觉-语言模型（VLM），并使用LoRA进行微调，以解释来自摄像头输入的道路和可见性条件。VLM的输出随后参数化一个上下文自适应安全包（CASE），该安全包根据物理约束和安全保证动态调整制动和转向限制。这种方法允许模型预测控制器在安全边界内运行，在各种不利驾驶条件下的模拟中表现优于传统方法。
-
LeCun团队的世界模型通过AdaJEPA实现持续学习
纽约大学的研究人员与Yann LeCun的初创公司AMI合作，开发了AdaJEPA，一个能够持续学习的世界模型。与之前在预训练后冻结参数的模型不同，AdaJEPA通过与环境的交互，实时调整其编码器和预测器。这种通过“计划-执行-观察-更新-再计划”循环实现的调整，使模型能够不断完善其对世界的理解，即使在分布外场景下也能提高规划成功率。
-
新方法改进了RL世界模型的检查点选择
研究人员开发了一种从训练好的潜世界模型中选择最佳检查点的新方法，解决了传统验证指标（如损失和RMSE）即使在模型实际性能下降时仍可能持续改进的挑战。他们的方法称为复合奖励可观测性分数（CROF），使用了源自最优控制理论的诊断，其中奖励可观测性分数（ROF）是最强的单一预测因子。当应用于具有奖励塑造的LunarLander环境时，使用CROF选择的世界模型训练的策略，其回报比无模型基线高约24.5点，同时所需的交互环境次数显著减少。
-
Valdi: 用于快速MPC的扩散世界模型
研究人员开发了Valdi，一种用于模型预测控制（MPC）的世界模型的新方法，该方法将潜在扩散动力学模型与端到端在线训练相结合。该方法旨在通过使用扩散模型来解决MPC所需的快速和富有表现力的动力学预测的挑战，而扩散模型通常在实时规划方面速度较慢。在CarRacing环境上的初步实验表明，Valdi通过单次扩散步骤即可达到与确定性MLP基线相当的性能，尽管它突显了预测多模态性与控制性能之间的权衡。
-
新的 ProSpec RL 方法增强了智能体的规划和安全性
一篇新的研究论文介绍了一种名为 ProSpec RL 的方法，旨在增强强化学习智能体预先规划和做出更安全决策的能力。与传统的试错方法不同，ProSpec RL 使用动态模型来预测未来状态，并评估多个动作轨迹以选择最优、风险较低的选项。这种方法旨在防止智能体进入危险状态，并通过生成虚拟轨迹来提高数据效率，在 DMControl 基准测试中显示出显著的性能提升。
-
新型混合控制器增强了流体流动中微型机器人的细胞操控能力
研究人员开发了一种新颖的混合控制器，用于在流体环境中进行微型机器人的细胞操控。该控制器结合了模型预测控制（MPC）系统和使用Soft Actor-Critic（SAC）训练的强化学习（RL）策略。RL策略提供了一个有界的速度校正，仅在与细胞接触时应用，与传统的MPC或PID控制器相比，在时变流条件下增强了鲁棒性和跟踪精度。该系统展示了泛化能力，在对特定参考曲线进行训练后，在未见过的轨迹上表现良好。
-
新框架融合大语言模型与物理学，实现逼真运动合成
研究人员开发了一个名为“上下文模型预测生成”（ICMPG）的新框架，以改进从文本描述合成人类运动。该方法结合了大语言模型（LLMs）的语义理解和模型预测控制的物理真实性。ICMPG使用LLM来规划和生成运动序列，然后通过物理模拟和语义对齐进行优化，创建一个适应指令和物理约束的闭环系统。实验表明，与现有方法相比，ICMPG生成的运动在物理上更合理，语义上也更忠实。
-
新的MPC方法整合未来信息以实现最优决策
研究人员开发了一种将未来信息整合到模型预测控制（MPC）中以解决马尔可夫决策过程（MDP）的方法。这种方法使得通常用于约束执行和领域知识嵌入的MPC，能够为包含外部未来数据（如预测或参考轨迹）的序列决策问题产生最优策略。该研究通过RL参数学习和点质量赛车任务，建立了参数化MPC准确表示具有增强状态的MDP的最优价值函数和策略的结构要求，并证明了其有效性。
-
新方法将未来信息整合到MPC中，以获得最优MDP策略
研究人员开发了一种将未来信息整合到模型预测控制（MPC）中以解决马尔可夫决策过程（MDP）的方法。传统的MPC在MDP的最优策略方面存在困难，虽然已将强化学习（RL）与MPC结合起来解决这个问题，但现有方法并未完全考虑MDP状态中的未来信息。这种新方法确立了参数化MPC能够准确表示包含未来信息的MDP的最优价值函数和策略的条件，并在点质量赛车任务上证明了其有效性。
-
AdaReP系统降低了神经世界模型预测控制的计算开销
研究人员开发了AdaReP，一种用于神经世界模型预测控制系统的新型封装器。AdaReP通过智能重用缓存的规划来解决每一步重新规划相关的计算开销。它使用基于扰动的动态遗憾框架来分析过时规划的权衡，并在线调整重规划容差。这种方法显著降低了图像空间规划、潜在空间控制和机器人操作等任务的计算需求，一项物理机器人研究显示规划器查询次数减少了80%以上。
-
新的BeliefDiffusion框架增强了自主导航代理
研究人员推出了一种名为BeliefDiffusion的新框架，旨在提高自主代理在部分可观察环境中的导航能力。该方法将扩散模型用于表示多模态信念分布，并结合模型预测控制（MPC）进行规划。BeliefDiffusion生成了合理的环境配置，然后规划导航策略，在导航成功率和效率方面优于现有的强化学习和生成方法。
-
研究显示电池损耗成本可能超出节能成本的1060%
一项新近发表在arXiv上的研究探讨了仅以能源成本为优化目标的家庭能源管理系统（HEMS）中电池损耗的隐藏成本。研究人员使用混合整数线性规划模型，并结合REFIT数据集的数据，分析了不同尺寸电池和光伏（PV）系统在损耗成本方面的敏感性。研究结果表明，在某些情况下，损耗成本可能显著超出节能成本的节省，最高可达1060%，这凸显了在HEMS中采用考虑损耗的控制方案的必要性。
-
新框架赋能基于潜在世界模型的安全运动规划
研究人员开发了SLS^2，一个新颖的安全运动规划框架，该框架在学习到的潜在世界模型中利用鲁棒模型预测控制（MPC）。该方法训练一个具有紧凑潜在状态的动作条件世界模型，从而实现高效的轨迹优化。为了在存在预测不准确的情况下确保系统安全，该框架采用了共形预测来建立校准的潜在误差界和鲁棒约束集，然后由GPU加速的MPC方案使用。此外，还采用了一个学习到的、经过共形化的潜在约束检查器，以在闭环执行期间强制执行概率安全性，与现有方法相比，在基于视…
-
新AI方法实现安全、实时的可变形物体操纵
研究人员开发了CORD-SLS，一种用于安全操纵绳索和布料等可变形物体的新型实时控制方法。该方法利用GPU并行可微仿真器进行高效的基于梯度的规划，并采用鲁棒模型预测控制（MPC）算法来处理不确定性。CORD-SLS还整合了保角预测，用于校准视觉反馈和感知误差界限，从而实现高概率安全控制，并加速基于模型的强化学习以训练操纵策略。在仿真和硬件上的评估表明，CORD-SLS能够实现毫秒级规划速度，并在安全性、速度和任务成功率方面优于基线方法。
-
新框架使用LLM实现上下文感知控制系统
研究人员开发了一种新的agentic MPC框架，该框架集成了大型语言模型，以实现上下文感知的控制合成。该系统可以解释自然语言指令和环境观察，从而动态调整控制规范。该框架的有效性在自动驾驶场景中得到了证明，在该场景中，它可以符合个人偏好并处理紧急车辆让行等社会情况。
-
行为克隆近似机械臂的 MPC
研究人员探索了使用行为克隆来创建模型预测控制 (MPC) 策略的计算高效近似值，用于机械臂。该研究聚焦于一个 3 自由度机械臂，评估了各种神经网络架构以在保持性能的同时降低延迟。结果显示，推理延迟降低了 3 倍，成功率为 84.98%，尽管在严格的容差下仍然存在精度差距。
-
新的CA-AC-MPC方法加速AI控制系统
研究人员开发了一种名为CA-AC-MPC的新方法，该方法使用CUDA加速来加快Actor-Critic模型预测控制的速度。该技术将模型预测控制与强化学习相结合，用于复杂系统。这种加速显著降低了训练和推理的延迟，同时不牺牲控制性能，这一点在无人机竞速模拟中得到了证明，在该模拟中它取得了最先进的单圈时间。
-
使用模拟器和 MPPI 近似机器人安全
研究人员开发了一种新方法，可以在无需直接安全神谕的情况下为机器人控制系统近似安全反馈。该方法利用模拟器创建安全功能的代理，绕过了手动标记或显式约束公式化的需求。该算法使用模型预测路径积分 (MPPI) 来确保可逆性并验证动作，将它们投影到未来状态并检查是否存在返回先前状态的路径，从而确认该状态不在不安全集合之外。