逆MPC控制器

一种从演示中学习MPC代价函数的逆最优控制方法，可让控制器模仿专家行为，在真实移动机器人上验证有效。

Zhang, Fawang · Duan, Jingliang · Haoyuan, Xu · 陈浩 · 刘辉 · Nie, Shida · 李升波

IEEE Transactions on Industrial Informatics 2024

参数信息

仿真任务数量

5

真实移动机器人任务数量

2

技术优势

无需解析梯度

通过微分PMP条件构造辅助最优控制问题求解梯度，避免直接对轨迹求导的复杂性。

专家行为复现

在真实移动机器人上，学习到的代价函数使控制器轨迹与演示轨迹高度吻合。

应用场景

• 自主移动机器人：从人类操作演示中学习控制代价，使移动机器人轨迹模仿专家风格。
• 工业过程控制：利用历史操作数据反推MPC代价函数，优化工业过程控制性能。
• 自动驾驶控制：从驾驶员演示中学习代价函数，用于自动驾驶车辆的MPC轨迹规划。