.png){kind=icon}
返回
Structure-Exploiting Sequential Quadratic Programming for Model-Predictive Control
.png){kind=icon}
PRE
AI
DOI：10.1109/TRO.2025.3595674.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
模型预测控制（MPC）在机器人领域的应用前景，推动了与微分动态规划（DDP）相一致的、高效的数值最优控制求解器的大量开发，因为它利用了时间带来的稀疏性。在本工作中，我们提出这种繁荣发展掩盖了一个事实：稀疏性同样可以被标准非线性优化所利用。具体而言，我们展示了如何通过一种定制的序列二次规划（QP）实现达到最先进的MPC性能。随后，我们阐明了机器人社区中流行的算法与成熟优化技术之间的联系。此外，序列二次规划（QP）的表述形式自然地涵盖了约束情况，这是一个在机器人社区中臭名昭著的难题。具体来说，我们证明它仅需一个能够利用稀疏性的、最先进的QP求解器的实现即可。我们在一个对比研究和扭矩控制机械臂的实验中验证了该方法的合理性。据我们所知，这是首次在真实机器人上展示具有约束的闭环非线性MPC。
Keyword:
Motion and path planning
model-predictive control
optimization and optimal control
reactive and sensor-based planning
期刊
IF:
10.5
论文数:
3.3K
被引数:
2.8W
机构
引用论文
Whole-Body Model Predictive Control for Biped Locomotion on a Torque-Controlled Humanoid Robot基于扭矩控制的人形机器人的双足行走全身模型预测控制
OAAI
OAAI分享收藏ITERATIVE LINEAR QUADRATIC REGULATOR DESIGN FOR NONLINEAR BIOLOGICAL MOVEMENT SYSTEMS.png)
Proceedings of the First International Conference on Informatics in Control, Automation and RoboticsOAAI
Proceedings of the First International Conference on Informatics in Control, Automation and RoboticsIF0
OAAI分享收藏
查看更多内容