长预测时域不再拖垮采样控制:Laguerre-MPPI把搜索维度从时域长度上解耦
采样型模型预测控制MPPI在预测时域变长时,搜索维度随时域线性增长,样本在空间中变稀疏,控制性能随之下降。Laguerre-MPPI改用离散时间Laguerre基函数表示整段输入序列,只对基函数系数采样,使搜索维度与预测时域无关。在移动机器人避障中,输入相对变化为0.837,常规MPPI为1.354;在阶跃响应中,时域从5延长到35时常规MPPI性能明显退化,而Laguerre-MPPI仅轻微退化。
采样型模型预测控制MPPI在预测时域变长时,搜索维度随时域线性增长,样本在空间中变稀疏,控制性能随之下降。Laguerre-MPPI改用离散时间Laguerre基函数表示整段输入序列,只对基函数系数采样,使搜索维度与预测时域无关。在移动机器人避障中,输入相对变化为0.837,常规MPPI为1.354;在阶跃响应中,时域从5延长到35时常规MPPI性能明显退化,而Laguerre-MPPI仅轻微退化。
已读完全部报道