Low Frequency Sampling in Model Predictive Path Integral Control

要約

サンプリング ベースのモデル予測コントローラーは、さまざまな困難な環境での問題を計画および制御するための強力な最適化ツールとなっています。
この論文では、無相関のガウス分布のデフォルトの選択を、カラー ノイズ分布の使用によってどのように改善できるかを示します。
分布の選択により、低周波制御信号に重点を置くことができ、よりスムーズで探索的なサンプルが得られます。
この周波数ベースのサンプリング分布をモデル予測パス積分 (MPPI) とともにハードウェア実験とシミュレーション実験の両方で使用して、さまざまな入力応答速度のシステムでより良いまたは同等のパフォーマンスを示します。

要約(オリジナル)

Sampling-based model-predictive controllers have become a powerful optimization tool for planning and control problems in various challenging environments. In this paper, we show how the default choice of uncorrelated Gaussian distributions can be improved upon with the use of a colored noise distribution. Our choice of distribution allows for the emphasis on low frequency control signals, which can result in smoother and more exploratory samples. We use this frequency-based sampling distribution with Model Predictive Path Integral (MPPI) in both hardware and simulation experiments to show better or equal performance on systems with various speeds of input response.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google