i2LQR: Iterative LQR for Iterative Tasks in Dynamic Environments

要約

この作業では、反復タスク用の反復線形二次レギュレーター (i2LQR) と呼ばれる新しい制御戦略を紹介します。これは、動的環境での反復タスクの最適なパフォーマンスを追求することを目的としています。
提案されたアルゴリズムは参照不要で、以前の反復からの履歴データを利用して、自律システムのパフォーマンスを向上させます。
既存のアルゴリズムとは異なり、i2LQR は各タイムスタンプで反復的に最適解を計算するため、さまざまな反復で制約を変更する反復タスクに適しています。
提案されたアルゴリズムのパフォーマンスを評価するために、時間の消費を最小限に抑えることを目的とした反復タスクの数値シミュレーションを行います。
結果は、i2LQR が静的環境で最先端のアルゴリズムとして最適なパフォーマンスを達成し、静的障害と動的障害の両方を伴う動的環境で最先端のアルゴリズムよりも優れていることを示しています。

要約(オリジナル)

This work introduces a novel control strategy called Iterative Linear Quadratic Regulator for Iterative Tasks (i2LQR), which aims to pursue optimal performance for iterative tasks in a dynamic environment. The proposed algorithm is reference-free and utilizes historical data from previous iterations to enhance the performance of the autonomous system. Unlike existing algorithms, the i2LQR computes the optimal solution in an iterative manner at each timestamp, rendering it well-suited for iterative tasks with changing constraints at different iterations. To evaluate the performance of the proposed algorithm, we conduct numerical simulations for an iterative task aimed at minimizing time consumption. The results show that i2LQR achieves the optimal performance as the state-of-the-art algorithm in static environments, and outperforms the state-of-the-art algorithm in dynamic environments with both static and dynamics obstacles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google