Model-prediktívne riadenie: Úvod zo Stanfordu
Modelové prediktívne riadenie (MPC) kombinuje optimalizáciu a prediktívne modelovanie na efektívne a bezpečné riadenie autonómnych systémov. MPC opakovane rieši optimalizačný problém, pričom tuning parametrov je kľúčový pre optimálny výkon.
Prednáška zo Stanfordu predstavuje fascinujúci svet model-prediktívneho riadenia (MPC), techniky, ktorá sa stáva kľúčovou v oblasti autonómnych systémov. Profesor Marco Pavone vysvetľuje, ako MPC kombinuje optimalizáciu a prediktívne modelovanie na dosiahnutie efektívneho a bezpečného riadenia. V tomto článku si prejdeme základné koncepty, od vyhýbacích množín až po tuning parametrov MPC, aby sme pochopili, ako táto metóda funguje a prečo je taká dôležitá.
Základy: Spätne dosiahnuteľné množiny a prediktívne riadenie
Prednáška začína opakovaním konceptov z predchádzajúcej lekcie – dosiahnuteľných množín. Rozlišujeme dva typy: vyhýbacie množiny (zamerané na bezpečnosť) a dosahové množiny (zamerané na cieľ). Vyhýbacie množiny ukazujú, kde by mohla viesť porucha k vstupu do nebezpečnej zóny, zatiaľ čo dosahové množiny definujú oblasti, v ktorých sa nachádzame, ak chceme dosiahnuť cieľ. Výpočet týchto množín je realizovaný pomocou Hamilton-Jacobiho rovnice (HJ), ktorá predstavuje hru medzi systémom a „prírodou“, ktorá zavádza poruchy.
