Riadenie nelineárnych systémov: LQR a ILQR
Riadenie nelineárnych systémov pomocou LQR a ILQR umožňuje efektívne sledovanie trajektórií v robotike a autonómnych vozidlách. Prednáška predstavila techniky pre riadenie odchýlok, feedforward/feedback dizajn a iteratívnu optimalizáciu trás.
Prednáška 8 z kurzu „Optimal and Learning-Based Control“ na Stanforde sa venovala fascinujúcemu svetu riadenia nelineárnych systémov. Profesor Marco Pavone predstavil techniky Linear Quadratic Regulator (LQR) a Iterative LQR (ILQR), ktoré umožňujú efektívne sledovanie trajektórií a optimalizáciu trás v rôznych aplikáciách, od robotiky po autonómne vozidlá. Prednáška sa dotkla aj Differential Dynamic Programming (DDP) ako pokročilejšej metódy pre riešenie optimalizačných problémov. Cieľom bolo ukázať, ako tieto techniky kombinujú výhody analytických a numerických metód, čím otvárajú nové možnosti v oblasti autonómneho riadenia.
Sledovanie trajektórií pomocou LQR: Základy
LQR je široko používaný algoritmus pre riadenie systémov, ktorý umožňuje explicitnú špecifikáciu cieľa a ponúka flexibilitu nad rámec len stabilizácie systému. V prednáške sa zdôraznilo, že LQR môže byť použitý na sledovanie požadovaných trajektórií, a to ako v lineárnych, tak aj v nelineárnych systémoch.
