轨迹追踪误差降99.7%
将可稳定SymODEN嵌入MPC，同时保证学习模型的可解释性、闭环可行性与稳定性，并大幅降低计算负担。
Gong, Hengheng · Yan, Tijin · Xie, Huahui · Runze, Gao · Zhan, Yufeng · 夏元清
Neurocomputing 2025
采用辛ODE网络学习车辆横向动力学，网络结构与物理系统一致，避免了全连接层的黑箱特性，提高了建模精度。
通过将约束纳入控制网络，并在损失函数中加入学习系统与真实系统之间的误差界，给出了稳定性分析，并识别出吸引域的子系统。
所建立的基于SymODEN的MPC实现了更高的跟踪精度，联合仿真中误差最多降低99.7%。