ZipDrift

ZipDrift 通过多模态成本生成增强短视界MPC

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。