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

要約

現実世界の迷宮ゲームを解くための非線形非凸モデル予測制御アプローチを紹介します。
迷路内の非凸の障害物を表す適応非線形制約を導入します。
私たちの方法では、計算量の多い最適化問題を 2 つの層に分割します。
1 つ目は、完全な問題定式化を組み込み、低周波数で擬似グローバル最適軌道を見つける高レベルのモデル予測コントローラーです。
2 つ目は、低レベルのモデル予測コントローラーです。最適化問題の縮小され、計算的に最適化されたバージョンを受け取り、指定された高レベルのパスをリアルタイムでたどります。
さらに、ラビリンス表面凹凸のマップを学習する。
私たちのコントローラーは、迷宮で遭遇する大きな外乱やモデルの不正確さに対処でき、他の古典的な制御方法よりも優れた性能を発揮します。

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