无需离线数据
面向多混合编队的分布式控制策略，通过在线凸二次规划实时求解，免去预收集数据与离线训练，增强大规模交通场景下的可扩展性与韧性。
Chen, Zhang · He, Shaoying · 胡坚明 · Xu, Yunwen · 李德威
IEEE Transactions on Intelligent Transportation Systems 2025
通过数据驱动的输入映射，将本地和邻近车队的过程数据实时线性映射到控制律，而非依赖离线学习，因此消除了对预先收集数据集或离线训练的需求。
通过设计基于鲁棒模型预测控制的基本律，将控制问题转化为凸二次规划在线求解，从而减少迭代与通信需求，实现控制输入的快速计算。
分布式控制框架中每个车队的状态和约束与邻近车队耦合，避免集中式控制的计算瓶颈，从而支持大规模混合交通环境的可扩展性。