返回
OdML: An optimization-driven meta-learning framework for multi-task approximate model predictive control
DOI:10.1016/j.asoc.2025.113882.png)
摘要
En 中文
• 提出了一种以优化驱动的元学习框架,用于多任务近似模型预测控制。
• 实现了基于深度神经网络近似控制策略的快速在线自适应。
• 自适应过程无需系统动力学的先验知识。
• 引入控制屏障函数以确保微调过程中的安全性。
• 在多样化控制任务中展示了高效率和鲁棒性。

