Adaptive Nonlinear Model Predictive Control for a Real-World Labyrinth Game

要約

現実世界の迷路ゲームを解決するための非線形非凸モデル予測制御アプローチを提示します。
迷路内の非凸障害を表す適応的な非線形制約を導入します。
私たちの方法は、計算が多い最適化問題を2つの層に分割します。
第一に、完全な問題の定式化を組み込んでおり、低周波数で擬似グローバル最適な軌跡を見つける高レベルのモデル予測コントローラー。
第二に、指定された高レベルのパスをリアルタイムで追跡するために最適化問題の縮小された計算的に最適化されたバージョンを受信する低レベルモデル予測コントローラー。
さらに、迷路の表面の不規則性の地図が学習されます。
当社のコントローラーは、迷路で遭遇する主要な障害とモデルの不正確さを処理し、他の古典的な制御方法を上回ることができます。

要約(オリジナル)

We present a nonlinear non-convex model predictive control approach to solving a real-world labyrinth game. We introduce adaptive nonlinear constraints, representing the non-convex obstacles within the labyrinth. Our method splits the computation-heavy optimization problem into two layers; first, a high-level model predictive controller which incorporates the full problem formulation and finds pseudo-global optimal trajectories at a low frequency. Secondly, a low-level model predictive controller that receives a reduced, computationally optimized version of the optimization problem to follow the given high-level path in real-time. Further, a map of the labyrinth surface irregularities is learned. Our controller is able to handle the major disturbances and model inaccuracies encountered on the labyrinth and outperforms other classical control methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google