arXiv cs.LG· Lukas L\"uken, Sergio Lucia·· 7 小时前AI 评分22
基于时间分解的可扩展学习型迭代求解器，用于非线性 MPC
A Scalable Learned Iterative Solver for Nonlinear MPC via Temporal Decomposition
AI 导读
研究者提出一种基于时间分解的学习型迭代求解器，通过利用问题的时间结构，使网络规模不再随预测时域增长，同时保持训练损失与求解迭代不变。在 CSTR 级联的经济型 NMPC 基准上，该求解器可扩展至比单体式 LISCO 更大的问题，相比 IPOPT 中位加速最高达 4 倍，闭环控制性能与 IPOPT 相当且未观察到约束违反。
来源：arXiv cs.LG · arxiv.org