学习辅助下的模型预测控制在不确定快速变化交通中的温启动
原文中文,约200字,阅读约需1分钟。发表于: 。提出了一种基于学习辅助的热启动模型预测控制算法,利用神经网络的多模型预测器生成多个轨迹建议,再通过基于采样的技术对其进行进一步优化,以识别多个不同的局部最小值,并提供更好的初始猜测。通过交通场景的蒙特卡罗模拟验证了该方法。
该文提出了一种基于学习辅助的热启动模型预测控制算法,利用神经网络的多模型预测器生成多个轨迹建议,并通过基于采样的技术对其进行进一步优化,以识别多个不同的局部最小值,并提供更好的初始猜测。该方法在交通场景的蒙特卡罗模拟中得到了验证。