跳到正文
热点事件持续更新

rTLC 方法提出:解决离散采样下的可行性保持

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

Wei Xiao、Christos Cassandras、Anni Li 在 arXiv 预印本中提出鲁棒 Taylor-Lagrange 控制方法(rTLC),目标是解决 Taylor-Lagrange 控制(TLC)在时间离散化后因采样间效应难以保持可行性的问题。作者称,rTLC 用带 Lagrange 余项的 Taylor 展开把安全函数扩展到高于其相对阶的阶数,使控制量在当前时刻显式出现,从而在整个离散时间区间内满足安全约束,且只需一个超参数,即离散时间区间大小。 验证仅在自适应巡航控制问题上进行,并与现有安全关键控制方法作对比;作者称该版本解决了 rTLC 中采样间效应的一项技术问题。论文为预印本,尚未经同行评议,也未报告实机机器人测试。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月30日
  1. arXiv · cs.RO
    面向安全关键系统的鲁棒Taylor-Lagrange控制:保证可行性

    针对Taylor-Lagrange控制(TLC)在时间离散化下因采样间效应难以保持可行性的问题,提出鲁棒TLC(rTLC)方法。该方法用带Lagrange余项的Taylor展开将安全函数扩展至高于其相对阶的阶数,使控制量在当前时刻显式出现,从而在整个离散时间区间内保持安全约束满足,且仅需单个超参数(离散时间区间大小)。通过自适应巡航控制问题与现有安全关键控制方法进行了对比验证。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。