首页 /研究 /WarpMPC:通过带有展开$LDL^\top$分解的ADMM在GPU上进行大批量MPC
LEARNING

WarpMPC:通过带有展开$LDL^\top$分解的ADMM在GPU上进行大批量MPC

Henrik Hose, Se Hwan Jeon, Charles Khazoom, Sangbae Kim, Sebastian Trimpe

发表年份
2026
访问权限
开放获取

摘要

本文提出了一种利用GPU进行大批量序列二次规划迭代的数值优化方法,通过展开稀疏线性分解和优化内存布局,显著提高了模型预测控制的吞吐量。在非线性倒立摆、四旋翼和人形机器人基准测试中,该方法实现了比基线快3到25倍的速度,并能在4分钟内合成数据集并训练神经网络近似MPC,用于稳定纳米四旋翼飞行器。

关键词

GPU加速模型预测控制ADMM批处理优化机器人控制

相关论文

查看 LEARNING 分类全部论文