Learning References with Gaussian Processes in Model Predictive Control applied to Robot Assisted Surgery
Otto-von-Guericke Univ. Magdeburg(马格德堡奥托·冯·格里克大学);Fraunhofer-Institute for Factory Operation and Automation(弗劳恩霍夫工厂运营与自动化研究所)
模型预测控制的主要优点之一是能够主动控制系统,考虑到未来的系统演化。然而,往往外部干扰或参考是不是一个先验已知的,这使得预测控制器短视或不知情。自适应预测模型可以用来克服这个问题,并为控制器提供这些信号的预测。在这项工作中,我们建议通过高斯过程学习参考模型预测控制器。为了说明这种方法,我们考虑机器人辅助手术,其中机器人操纵器需要根据光学跟踪测量来跟随学习的参考位置。
2019-11-25 cs.RO cs.SY eess.SY
Robust Model Predictive Control for Autonomous Vehicles/Self Driving Cars
本文提出一种用于自主车辆前轮控制的鲁棒模型预测控制方法,通过权重调整和在线线性化技术提升控制鲁棒性,并讨论各方法在精度和计算负载上的有效性。
2018-05-22 cs.RO cs.SY eess.SY
Multi-Robot Cooperative Navigation in Crowds: A Game-Theoretic Learning-Based Model Predictive Control Approach
University of Delaware(特拉华大学);Cornell University(康奈尔大学);Honda Research Institute USA, Inc.(美国本田研究院有限公司)
本文提出一种结合局部模型预测控制与社交长短期记忆的框架,通过将多机器人导航和人际交互建模为博弈并采用迭代最佳响应求解,实现拥挤环境下多机器人协同导航。
2023-10-10 cs.MA cs.RO
Game-Theoretic Model Predictive Control with Data-Driven Identification of Vehicle Model for Head-to-Head Autonomous Racing
Korea Advanced Institute of Science and Technology(韩国科学技术院)
解决自动驾驶中的边缘案例,头对头的自动驾驶赛车正受到业界和学术界的广泛关注。在这项研究中,我们提出了一个博弈论的模型预测控制(MPC)的方法,头对头自主赛车和数据驱动的模型识别方法。对于非线性模型参数的实际估计,我们采用了机器学习中用于神经模型训练的超带算法。该控制器包括三个模块:1)基于比赛的对手轨迹预测器,2)高级比赛策略规划器,3)基于MPC的低级控制器。基于游戏的预测器旨在预测竞争对手的未来轨迹。基于预测结果,高级竞赛策略规划器规划若干行为以响应各种竞赛环境。最后,基于MPC的控制器计算最优控制命令以跟随轨迹。所提出的方法在各种比赛情况下,在印地自主挑战赛的官方模拟器进行了验证。实验结果表明,该方法可以有效地超越竞争对手,同时驾驶通过赛道尽可能快,没有碰撞。
2021-06-08 cs.RO
Multirotor Ensemble Model Predictive Control I: Simulation Experiments
Massachusetts Institute of Technology(麻省理工学院)
针对高度非线性问题传统方法保真度降低的缺陷,提出完全非线性前向模型结合集成 Gaussian process 后向计算的 EMPC 方法,仿真验证其在四旋翼控制中有效且易于实现。
2023-05-22 cs.LG cs.RO cs.SY
Contact-Implicit Model Predictive Control: Controlling Diverse Quadruped Motions Without Pre-Planned Contact Modes or Trajectories
KAIST(韩国科学技术院)
本研究提出一种接触隐式MPC框架,结合硬接触模型与线性互补约束,通过解析梯度和多重打靶DDP实时发现多接触运动,在HOUND四足机器人的仿真与实物实验中验证了有效性。
2024-10-02 cs.RO
Learning to Play Trajectory Games Against Opponents with Unknown Objectives
Delft University of Technology(代尔夫特理工大学)
许多自主智能体,如智能车辆,本质上需要彼此交互。博弈论为机器人运动规划提供了一种自然的数学工具。然而,此类问题的易于处理的算法通常依赖于一个强有力的假设,即场景中所有玩家的目标都是已知的。为了使这些工具适用于自我为中心的规划,只有本地信息,我们提出了一个自适应模型预测游戏求解器,它联合推断其他玩家的目标在线和计算相应的广义纳什均衡(GNE)的战略。我们的方法的自适应性是通过一个可微的轨迹游戏求解器,其梯度信号用于对手的目标的最大似然估计(MLE)。我们的管道的这种可微性促进了与其他可微元素的直接集成,例如神经网络(NN)。此外,在现有的求解成本推理游戏相比,我们的方法不仅处理部分状态观测,但也一般不等式约束。在两个模拟的交通情况下,我们发现我们的方法优于现有的博弈论方法和非博弈论的模型预测控制(MPC)的方法的性能。我们还证明了我们的方法的实时规划能力和鲁棒性在两个硬件实验。
2023-03-22 cs.RO
Safe Imitation Learning of Nonlinear Model Predictive Control for Flexible Robots
KU Leuven(鲁汶大学);Flanders Make(佛兰德斯制造机构);University of Freiburg(弗赖堡大学)
针对柔性机器人NMPC实时计算成本高的问题,提出结合模仿学习与预测安全滤波器的安全近似框架,在保证安全约束下实现超8倍计算加速,性能优于现有强化学习方法,助力柔性机器人工业应用。
2024-08-14 cs.LG cs.RO math.OC
Intention Communication and Hypothesis Likelihood in Game-Theoretic Motion Planning
Massachusetts Institute of Technology(麻省理工学院);Stanford University(斯坦福大学)
针对多机器人博弈规划中目标函数并非先验已知且通信可能出错的问题,提出结合意图通信、假设似然与离散贝叶斯滤波的容错滚动时域规划器,并在三类自动驾驶仿真场景中验证其安全性。
2022-09-26 cs.GT cs.RO cs.SY
Real-Time Model Predictive Control for Industrial Manipulators with Singularity-Tolerant Hierarchical Task Control
California Institute of Technology(加州理工学院);The University of Texas at Austin(德克萨斯大学奥斯汀分校);Dexterity Inc.(德克斯特里蒂公司)
本文提出了一种实时的【形】模型预测控制(MPC)方案,使用机器人在有限的时间范围内执行多个任务。在工业机器人应用中,我们必须仔细考虑多个约束,以避免关节位置,速度和扭矩限制。此外,无奇异性和平滑运动要求连续安全地执行任务。而不是制定非线性MPC的问题,我们设计线性MPC的问题,使用运动学和动力学模型线性化沿标称轨迹产生的分层控制器。这些线性MPC问题可以通过使用二次规划来解决;因此,我们显着减少了所提出的MPC框架的计算时间,因此得到的更新频率高于1 kHz。我们提出的MPC框架是更有效地减少任务跟踪误差比基线的基础上操作空间控制(OSC)。我们验证我们的方法在数值模拟和实际实验中使用的工业机械手。更具体地说,我们将我们的方法部署在机器人物流的两个实际场景中:1)控制携带重型有效载荷的机器人,同时考虑扭矩限制,以及2)控制末端执行器,同时避免奇点。
2022-09-23 cs.RO
Keep it Simple: Data-efficient Learning for Controlling Complex Systems with Simple Models
University of Michigan(密歇根大学)
当操纵具有复杂动力学的新对象时,状态表示并不总是可用的,例如对于可变形对象。从观察中学习表示和动态都需要大量的数据。我们提出了学习的视觉相似性预测控制(LVSPC),这是一种新的数据有效学习方法,可以从图像中控制具有复杂动态和高维状态空间的系统。LVSPC利用给定的简单模型近似,从该模型可以生成图像观测。我们使用这些图像来训练感知模型,该感知模型从复杂系统的在线观察中估计简单模型状态。然后,我们使用来自复杂系统的数据来拟合简单模型的参数,并在线了解该模型的不准确之处。最后,我们使用模型预测控制并使控制器偏离简单模型不准确的区域,从而使控制器不太可靠。我们评估LVSPC两个任务;操纵拴系质量和绳子。我们发现,我们的方法执行的最先进的强化学习方法的数量级少的数据。LVSPC还在真正的机器人上完成了绳索操作任务,仅经过10次试验就有80%的成功率,尽管使用的感知系统只接受了模拟图像的训练。
2021-02-17 cs.LG cs.RO
Context-Triggered Contingency Games for Strategic Multi-Agent Interaction
Max Planck Institute for Software Systems(马克斯·普朗克软件系统研究所)
本文提出基于时序逻辑规范的战略游戏与实时动态应急游戏结合的新型框架,通过双层架构和因子图求解器实现多智能体在不确定环境中的安全与进步。
2026-03-31 cs.RO
Decision making in dynamic and interactive environments based on cognitive hierarchy theory, Bayesian inference, and predictive control
University of Michigan(密歇根大学)
在本文中,我们描述了一个集成的框架,自主决策的动态和交互式的环境。我们的自我代理和它的操作环境之间的相互作用建模为两个球员的动态博弈,并集成认知行为模型,贝叶斯推理,滚动时域最优控制定义一个动态演变的决策策略的自我代理。代表自主车辆控制在三个交通场景中的自主自我车辆与人类驾驶的车辆相互作用的仿真例子报告。
2019-09-18 cs.AI cs.RO
Representation-Free Model Predictive Control for Dynamic Motions in Quadrupeds
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Virginia Polytechnic Institute and State University(弗吉尼亚理工学院暨州立大学);Korea Advanced Institute of Science and Technology(韩国科学技术院)
本文提出了一种新的无表示模型预测控制(RF-MPC)框架,用于控制四足机器人在三维(3D)空间中的各种动态运动。我们的配方直接表示的旋转动力学使用的旋转矩阵,这使我们从使用欧拉角和四元数作为方向表示的相关问题。基于变分的线性化方案和精心构造的成本函数,MPC控制律被转录为标准的二次规划(QP)的形式。MPC控制器可以在四足机器人上以250 Hz的实时速率操作。包括周期性四足步态和受控后空翻的实验结果验证了我们的控制策略可以稳定的动态运动,涉及奇异的三维机动。
2020-12-18 cs.RO
Energy-based Potential Games for Joint Motion Forecasting and Control
TU Dortmund University(多特蒙德工业大学);ZF Friedrichshafen AG(采埃孚股份公司)
本文提出基于能量的势博弈框架,统一微分博弈、最优控制与能量模型,并通过端到端学习结合神经网络参数推断与可微博弈优化层,在仿真和真实驾驶数据上提升多智能体运动预测的可解释性与性能。
2023-12-04 cs.AI cs.GT cs.LG
Controlling network coordination games
我们研究了一种新的控制问题的背景下,网络协调游戏:个性化的最小的一组球员能够驱动系统,全球范围内,从一个纳什均衡到另一个。我们的主要贡献是设计了一个基于时间可逆马尔可夫链的随机算法,具有可证明的收敛性保证。
2019-12-17 cs.GT math.OC
Meanfield games and model predictive control
平均场博弈是一种通过控制论方法将时间维度纳入玩家连续体的博弈。最近,已经提出了依赖于最佳应答策略的更简单的方法。他们假设代理人通过采取其费用函数的最速下降方向(即与效用函数相反)来引导其策略朝向其目标。在本文中,我们探讨了平均场游戏和最佳回复策略方法之间的联系。这是通过引入一个模型预测控制框架,其中包括设置的平均场游戏在一个很短的时间间隔,随着时间的推移而后退。我们表明,模型预测控制提供了一个可能不切实际的平均场游戏的方法和次优的最佳回复策略之间的妥协。
2014-12-23 math.OC
Last-iterate convergence of modified predictive method via high-resolution differential equation on bilinear game
本文研究双线性博弈中修正预测方法(MPM)对应的高分辨率微分方程(MPM-HRDE)的收敛性,给出了解的唯一性和收敛结果,填补了文献空白并扩展了相关工作。
2024-05-23 math.OC
A Stochastic Non-Zero-Sum Game of Controlling the Debt-to-GDP Ratio
本研究构建政府与立法机构的非零和博弈模型,通过奇异随机控制分析债务与GDP比率动态,刻画Skorokhod反射型纳什均衡,揭示时间偏好差异对均衡类型的影响及不同贴现率下的最优政策选择。
2024-11-04 math.OC
Faster Game Solving via Predictive Blackwell Approachability: Connecting Regret Matching and Mirror Descent
Carnegie Mellon University(卡内基梅隆大学);Columbia University(哥伦比亚大学);Strategic Machine, Inc.(Strategic Machine 公司);Strategy Robot, Inc.(Strategy Robot 公司);Optimized Markets, Inc.(Optimized Markets 公司)
布莱克威尔可接近性是一个推理具有向量值回报的重复博弈的框架。我们引入预测Blackwell可接近性,其中给出下一个回报向量的估计,并且决策者试图基于该估计的准确性来实现更好的性能。为了推导出实现预测Blackwell可接近性的算法,我们首先展示了四个著名算法之间的强大连接。跟随正则化领导者(FTRL)和在线镜像下降(OMD)是在线凸优化中最流行的后悔极小化算法。尽管这种流行,遗憾匹配(RM)和遗憾匹配+(RM+)算法已在解决大型游戏的实践中首选(作为反事实遗憾最小化框架内的局部遗憾最小化)。我们表明,RM和RM+是运行FTRL和OMD的结果,分别选择半空间,以迫使在任何时候在底层的Blackwell可接近性游戏的算法。通过将FTRL或OMD的预测变体应用于该连接,我们获得预测Blackwell可接近性算法,以及RM和RM+的预测变体。在18个常见的零和扩展形式的基准游戏的实验中,我们表明,预测RM+加上反事实遗憾最小化收敛速度远远快于最快的先验算法(CFR+,DCFR,LCFR)在所有的游戏,但两个扑克游戏,有时两个或更多的数量级。
2021-03-08 cs.AI cs.GT cs.LG
A Unified Variational Design of Predictive Mirror Descent in Convex Games under Stochastic Feedback
New York University(纽约大学);City University of Hong Kong(香港城市大学)
本文通过构造带辅助记忆状态的随机镜像微分博弈,提出预测反馈的变分路径,导出一般镜像几何中的双通道预测镜像动力学,并在局部镜像正则性、局部Bregman增长条件和有界布朗扩散下,建立了有限时域局部终端时间界的期望和高概率保证,以及局部化邻域的退出概率估计,为稳定均衡附近的最后迭代性能提供了统一的变分构造和局部随机保证。
2026-06-01 cs.GT math.OC
Mean Field Games for Controlling Coherent Structures in Nonlinear Fluid Systems
提出用平均场博弈控制非线性流体中的拉格朗日示踪剂与相干结构,建立耦合系统求解算法及与涡量场的联系,并在Burger原型模型中验证其效率。
2024-01-18 cs.NA math.NA math.OC
A model-based framework for controlling activated sludge plants
提出一种面向活性污泥厂的基于模型的 Output MPC 框架,结合滚动时域估计与模型预测控制,以满足设备约束和运行目标,并验证其在废水处理、调氮出水和能量回收中的有效性。
2024-01-19 cs.SY eess.SY math.OC
Real-Time Single-Iteration Model Predictive Control for Wave Energy Converters
本文提出一种基于单次迭代MPC的实时控制算法,用于波浪能转换器,通过一阶优化方法定义控制器动态,理论分析收敛性与复杂度,仿真表明其优于标准MPC并能处理更快采样率。
2025-09-06 cs.SY eess.SY math.OC
Controlling Propagation of epidemics via mean-field control
2019冠状病毒病(COVID-19)大流行正在改变并影响全球范围内的生活。在本文中,我们介绍了一个平均场对策模型在控制传染病的传播空间域。在经典的疾病模型中,如SIR模型,首先引入了控制变量空间速度。对于这个模型,我们提供了快速的数值算法的基础上接近原始对偶方法。数值实验表明,该模型说明了如何有效地分离感染的患者在空间域。
2020-11-10 math.OC physics.soc-ph q-bio.PE
Mean field game problem for the optimal control of neuronal spiking activity
本文研究神经元放电活动最优控制的平均场博弈问题,通过不动点刻画平均场均衡,并构造有限玩家博弈的近似纳什均衡。
2024-12-17 math.OC
Control Synthesis for Bilevel Linear Model Predictive Control
分布式模型预测控制(MPC)是合作的或竞争的,并且在竞争(例如,对策论)设置。研究了具有线性动力学和Stackelberg博弈结构的MPC:给定一个固定的低层线性MPC(LoMPC)控制器,双层线性MPC(BiMPC)控制器在知道LoMPC相对于不同的费用函数是最优的情况下选择输入来操纵LoMPC.定义LoMPC和BiMPC后,我们给出的例子来演示如何在一个动态的Stackelberg游戏的互连可以导致损失/增益(相比,同一系统被集中控制)的可控性或稳定性。然后,我们给出了任意有限MPC时域下BiMPC可镇定的充分条件,并给出了一种设计BiMPC镇定控制器的方法。接下来,我们定义了两个(一个基于对偶的技术和一个基于整数编程的技术)的重新数值解决与BiMPC相关的最优化问题,证明这些重新BiMPC的等价性,并证明其有用的模拟合成系统和一个案例研究的电力公司改变电价执行需求响应的家庭的空调控制的线性MPC。
2017-09-25 math.OC
On Adaptive-Gain Control of Replicator Dynamics in Population Games
本文针对群体博弈中的复制动力学方程,提出一种通过自适应调整收益矩阵元素来引导群体收敛至期望均衡点的控制器,并给出了全局收敛条件。
2023-09-05 cs.SY eess.SY math.DS
Accelerated Nonlinear Model Predictive Control by Exploiting Saturation
提出了一种加速非线性模型预测控制的方法。如果当前最优输入信号饱和,则随后的时间步长中的最优信号通常也饱和。我们建议使用开环的最佳输入信号时,第一个和一些后续的输入信号饱和。我们只解决下一个最优控制问题,当遇到非饱和信号,或达到地平线的尽头。通过这种方式,我们可以节省大量的NLP待解决,而另一方面保持性能损失很小。此外,NMPC在将系统安全地控制到其参考时被及时重新激活。
2020-09-14 math.OC
A generalized mean-field game model for the dynamics of pedestrians with limited predictive abilities
本文提出带有限预测时长参数$θ$的广义行人动力学平均场博弈模型,统一了Hughes模型与标准MFG框架,给出中间$θ$取值下的正倒向求解系统,并通过数值测试探索问题适定性。
2022-02-23 math.OC
Mean-Field Games with two-sided singular controls for Lévy processes
研究Lévy过程驱动的概率平均场博弈,个体通过càdlàg过程控制以最小化成本并与群体交互,利用Brouwer不动点定理证明均衡控制存在性并刻画为积分微分方程解,同时探讨唯一性反例及有限参与者博弈收敛性。
2025-05-28 math.OC math.PR
Controlling Human Utilization of Failure-Prone Systems via Taxes
Department of Electrical Engineering, IIT Kharagpur(印度理工学院卡拉格普尔分校电气工程系);School of Electrical and Computer Engineering, Purdue University(普渡大学电气与计算机工程学院)
本文研究了在具有行为风险偏好的决策者中,税收机制如何通过纳什均衡控制共享易出错系统的利用,探讨了异质性前景理论风险偏好可能导致非直观结果,并分析了税收率对系统利用的影响。
2020-04-07 cs.GT cs.MA cs.SY
Stable-Predictive Optimistic Counterfactual Regret Minimization
Carnegie Mellon University(卡内基梅隆大学);Columbia University(哥伦比亚大学)
CFR框架在实际中已经成为求解大规模可拓形式博弈的有力工具。然而,过去基于CFR的算法收敛到纳什均衡的理论速率是$O(T^{-1/2})$的量级,其中$T$是迭代次数。相比之下,一阶方法可用于实现对迭代的$O(T^{-1})$依赖性,然而这些方法在实践中不太成功。在这项工作中,我们提出了第一个CFR的变种,打破了平方根依赖迭代。通过结合和扩展最近的进展预测和稳定的后悔最小化矩阵游戏设置,我们表明,它是可能的,利用“乐观”后悔最小化实现$O(T^{-3/4})$收敛速度内CFR。这是通过引入一个新的概念,稳定的预测,并通过设置每个反事实的遗憾最小化相对于其在决策树中的位置的稳定性。实验表明,该方法比原来的CFR算法更快,虽然不如新的变种,尽管他们的最坏情况下的$O(T^{-1/2})$依赖于迭代。
2019-02-13 cs.AI cs.GT cs.LG
From mean field games to the best reply strategy in a stochastic framework
本文建立在Degond,Herty和刘的工作,考虑N-玩家随机微分对策。通过模型预测控制(MPC)技术来近似对应于这样的游戏的纳什均衡的控制。在线性二次运行成本的情况下,这里考虑的MPC方法被示出为近似的解决方案的控制问题的最佳答复策略(BRS)的运行成本。然后,我们比较MPC的方法时,采取的平均场限制与流行的平均场游戏(MFG)的战略。我们发现,我们的MPC方法减少了两个耦合的偏微分方程到一个单一的偏微分方程,大大增加了简单性和易处理的原始问题。我们给出了两个例子,这种方法的应用,以前的文献,并得出结论与未来的前景,这项研究。
2019-11-11 math.OC
RNN-based linear parameter varying adaptive model predictive control for autonomous driving
本文提出一种基于RNN自适应调整预测模型并经GA-PSO算法优化的LPV-MPC控制器,有效解决自动驾驶耦合动力学控制问题,并在变风干扰赛道上验证了其性能。
2025-11-01 math.OC
Jet Lag Recovery: Synchronization of Circadian Oscillators as a Mean Field Game
视交叉上核(SCN)是大脑中负责控制昼夜节律的区域。SCN包含大约10^4个神经元振荡器,其优选周期略长于24小时。振荡器试图彼此同步,并对外部刺激(如阳光照射)做出反应。这些神经元振荡器的平均场对策模型制定有两个目标:1)了解振荡器的长期行为,当一个人留在同一时区,和2)了解振荡器如何从时差恢复时,个人已经跨越时区旅行。特别是,我们想研究一下向东旅行比向西旅行后时差反应更严重的说法。有限差分格式被用来找到平均场博弈解的数值逼近。给出了数值结果并提出了相应的解决方案。数值表明,从时差中恢复过来的时间对于东向旅行和西向旅行来说是一样的,但是振荡器在恢复过程中产生的成本对于东向旅行来说更大。
2018-04-12 math.OC