LEARNING
T2S-MPC:面向时变动力学的时间嵌入在线自适应模型预测控制
Zeyu Shen, Zhuoyuan Wang, Laixi Shi
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出T2S-MPC框架,通过在线学习残差动力学模型并融合时间嵌入,使模型预测控制能适应未知时变系统。在四旋翼飞行器上的实验表明,该方法在稳定性和轨迹跟踪任务中优于传统MPC和神经MPC方法。
关键词
model predictive controltime-varying dynamicsonline learningtime embeddingquadrotor
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018