model predictive control
PulseAugur coverage of model predictive control — every cluster mentioning model predictive control across labs, papers, and developer communities, ranked by signal.
7 天有情绪数据
-
新的D2OC方法实现了高效的非线性多智能体空间覆盖
研究人员开发了密度驱动最优控制（D2OC）的非线性扩展，用于多智能体空间覆盖。这种新方法D2OC通过基于Wasserstein的目标驱动智能体分布趋向期望密度，并通过序贯凸规划将其扩展到非线性系统的有限时间域控制。对独轮车和四旋翼无人机团队的仿真表明，其性能与非线性模型预测控制相当，但计算时间显著减少。
-
新研究推动了用于机器人规划和控制的世界动作模型 · 跟踪了10个来源
近期研究探索了用于机器人控制和规划的世界动作模型（WAMs）的进展。几篇论文介绍了新的架构和训练方法，以提高预测准确性、泛化能力和效率。重点关注的领域包括处理异步执行、增强空间理解以及开发用于训练和评估这些模型（尤其是在复杂、长时程任务中）的更好方法。
-
神经网络方法估计用于MPC的RC热建筑模型参数
一篇新的研究论文介绍了一种“从头开始估计器”的方法，用于估计RC热建筑模型中的参数，这对于节能模型预测控制（MPC）至关重要。该方法将物理方程嵌入神经网络的训练过程中，以克服传统算法的局限性，例如局部最小值和高计算成本。一个增强版本“预训练估计器”通过在多栋建筑的数据上进行预训练，进一步提高了准确性并消除了对初始猜测的需求，在各种基准测试中展示了卓越的预测性能和更低、更一致的MPC成本。
-
基于学习的接触动力学模型增强机器人插钉性能
研究人员开发了一种新颖的图神经网络模型，能够学习机器人操作任务（如插钉）的接触动力学。该模型仅通过触觉和力矩数据进行自监督训练，可以预测物体姿态更新和反作用力。当与模型预测控制代理集成时，在模拟环境中，它在具有未知几何形状的插钉任务中实现了 98% 的成功率，并且在实际测试中，在位置、力和力矩精度方面显著优于系统识别的 MuJoCo 模型。
-
新的后门攻击针对AI世界模型以进行控制系统
研究人员发现了一个新的预训练世界模型供应链漏洞，这些模型用作控制任务的模拟器。攻击者可以在模型检查点中嵌入后门，从而劫持下游控制器。这种攻击通过在存在触发器时微妙地重塑模型的潜在动态来实现，导致控制器在没有明确的触发器到动作规则的情况下采用攻击者期望的动作。中毒的模型仍然可以通过标准的干净数据诊断，在干净的任务上保持显著的性能，并且攻击的效果是时间门控的，在移除触发器时会消失。
-
新的可变时域方法增强了多无人机碰撞避免能力
研究人员开发了一种新颖的冲突预测可变时域方法，用于多无人机分布式模型预测控制。该方法允许每架无人机根据其外推的飞行轨迹和邻近无人机的预测冲突时间动态调整其预测时域。与固定时域方法相比，该系统旨在降低计算成本并提高碰撞避免效率，同时保持递归可行性和渐近稳定性保证。
-
新的迁移学习模型提升建筑控制性能
研究人员开发了一种新颖的零样本迁移学习方法，用于建筑物的模型预测控制（MPC）。该方法利用在基于激励的运行数据上预训练的广义模型，这些数据专门探测建筑物的状态-动作空间。当在未经微调的情况下应用于 32 个模拟目标建筑物时，这些基于激励的模型表现出卓越的控制性能，比在线基于线性模型的 MPC 提高了 6.4%，比 PI 控制器提高了 36.9%。通过消除对特定目标数据的需求，该方法显著降低了在建筑行业部署 MPC 的成本和复杂性。
-
新研究比较可持续氢能供应链的控制策略
研究人员开发并比较了四种优化可再生能源驱动的氢能供应链的控制方法。模型预测控制（MPC）通过利用短期预测来管理存储和减少对电网的依赖，展现出最高的经济效益。无预测强化学习（RL-NF）也显示出稳健且具有竞争力的结果，表明了基于学习方法的有效性。然而，带有预测增强观测的强化学习（RL-F）并未持续优于其无预测的对应方法，这表明在复杂的学习场景中，预测不确定性可能会阻碍性能。
-
新的MPC框架使用高斯过程实现鲁棒控制
研究人员开发了一种新颖的模型预测控制（MPC）框架，专为不确定非线性系统设计。该框架利用高斯过程（GPs）从噪声测量中学习系统动力学，并结合从收缩度量中获得的鲁棒预测。所提出的设计通过涉及平面四旋翼飞行器的数值示例证明了递归可行性、可靠的约束满足以及高概率收敛到参考状态。
-
新的Q-SVMPC方法通过RL和SVGD增强轨迹优化
研究人员开发了Q-SVMPC，一种新颖的模型预测控制（MPC）方法，它利用Q学习和Stein变分梯度下降（SVGD）来增强轨迹优化。该方法通过将基于学习的MPC视为轨迹级别的后验推理，旨在克服现有基于学习的MPC技术的局限性，例如模式崩溃和收敛到单一解。在导航、机器人操作和水果采摘任务上的实验表明，与传统的MPC、无模型强化学习和其他基于学习的MPC方法相比，Q-SVMPC具有竞争力的学习效率、强大的性能和训练稳定性。
-
大语言模型因数据和安全问题在暖通空调部署方面面临挑战
对66项关于暖通空调（HVAC）运营的大语言模型（LLMs）研究的回顾揭示了在建筑自动化系统中部署这些智能体面临的重大挑战。主要障碍包括标准化异构传感器数据和确保操作安全，因为目前大语言模型在直接控制物理系统方面缺乏可靠性。虽然大语言模型在需要语义推理的任务（如解释非结构化文档）方面显示出潜力，但传统的模型预测控制和强化学习等方法在高速控制和数值预测方面仍然更优。
-
LLM 在暖通空调方面展现出潜力，但尚未准备好被行业采纳
对 2023 年至 2026 年 3 月期间发表的 66 项研究进行的最新审查表明，尽管大型语言模型 (LLM) 在建筑能源系统的暖通空调运营方面展现出潜力，但它们尚未准备好被广泛的行业采纳。该研究主要关注建筑能源建模，在负荷预测方面进展有限。目前，LLM 最适合语义和工作流任务，例如点名称规范化和操作员支持，而不是自主控制，后者仍然依赖于传统的机器学习和模型预测控制方法。
-
模型预测控制优化异构躁动多臂老虎机
研究人员开发了一种使用模型预测控制（MPC）来优化异构躁动多臂老虎机（RMABs）的新方法。这种方法被称为LP-update策略，它通过反复求解有限时间范围的线性规划问题来指导无限时间范围的决策。该策略在均匀遍历性下实现了O(sqrt(1/N))的次优间隙，即使在有限时间范围计算量很小的情况下也表现出强大的性能。
-
新的SUN Programs框架统一了机器人操作中的控制与学习
研究人员开发了SUN Programs，一个统一了基于模型控制和学习策略以完成复杂操作任务的新框架。该系统名为Kuafu，可从语言和场景语义中自动合成这些程序，从而实现高效的策略训练。Kuafu在九项操作任务上展示了显著的成功率，优于现有方法，并实现了比人类远程操作更高的成功轨迹时间。
-
新的去中心化MPC框架确保多智能体系统的安全性
研究人员开发了一种新的去中心化模型预测控制（MPC）框架，用于在状态信息和有限感知下运行的多智能体系统。该方法通过利用各智能体的后备区域，确保了递归可行性、安全性和Lyapunov型收敛性。即使在有限的感知范围内，该系统也允许更少保守的去中心化交互和无记忆的局部邻居处理，同时保留了应急MPC的核心结构。
-
人工智能框架通过实时队列预测增强边境管控
研究人员开发了一种新颖的多模态人工智能框架，旨在通过实时队列预测和管理来增强边境控制系统。该框架整合了多样化的数据源，利用长短期记忆（LSTM）网络进行准确的队列预测。它进一步采用模型预测控制（MPC）和优化技术，为边境管制官员生成可操作的策略。使用模拟数据进行的评估表明，与传统的ARIMA和基于规则的方法相比，预测误差降低了35%，平均等待时间减少了30%，平均吞吐量增加了近20%。
-
新研究探索鲁棒、自适应和结构化强化学习技术 · 追踪 10 个来源
arXiv 上发表的多篇研究论文探讨了强化学习 (RL) 技术的进展。其中一篇论文统一了基于正则化的方法，以实现针对对抗性扰动的鲁棒深度强化学习，并提出了一种具有动态更新的拉格朗日乘子的约束优化方法。另一篇论文介绍了 CLAW，一种使用超网络生成低秩适配器来适应基于模型的强化学习中的世界模型的方法，在少样本学习场景中表现优于现有方法。此外，还介绍了用于长时限 LLM 代理的粒度自适应信用分配、用于具有局部对称性的强化学习的群代数状态表…
-
新的DRL-MPC框架增强了多类别交通网络的控制能力
研究人员开发了一个将深度强化学习（DRL）与模型预测控制（MPC）相结合的新颖框架，用于管理复杂的多类别交通网络。这种混合方法旨在克服每种方法单独存在的局限性，例如DRL可能学习缓慢以及MPC计算需求高且依赖于精确模型。提出的分层DRL-MPC系统划分了控制权限，MPC负责较慢的高层决策，DRL负责较快的底层输入。评估表明，该框架优于现有控制器，显著减少了计算时间，并提供了更好的约束执行，尤其是在处理模型不准确的情况下。
-
新的SRL-MPC方法可实现机器人在复杂人群中的安全导航
研究人员开发了一种名为形状感知强化学习模型预测控制（SRL-MPC）的新方法，以应对机器人在异构人群中安全高效导航的挑战。该方法将强化学习与模型预测控制相结合，使机器人在不简化几何形状的情况下能够适应周围代理的形状和运动。在模拟人群场景中的实验表明，SRL-MPC在安全性和适应性方面显著优于现有方法。
-
新方法通过潜在世界模型增强AI规划 · 跟踪4个来源
研究人员开发了新的方法来改进潜在世界模型中的规划，这些模型可以预测动作序列的结果。一种方法，强化规划（RP1），通过将良好的搜索规则强化到神经规划器中来学习改进多步规划，其性能显著优于传统的搜索算法。另一种方法DA-LeWM通过为潜在世界模型增加逆动力学和演示条件目标-动作头来解决决策度量对齐问题，从而在模型预测控制任务中实现更快的收敛和更高的成功率。