LEARNING
基于挑选学习的MPC策略校准：从起点到终点的飞行问题
Marco C. Campi, Simone Garatti
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文展示了Pick-to-Learn方法在模型预测控制策略校准中的应用，通过一个飞机在不确定侧风和低连通区域中飞行的例子，从400个风场景中选出两个信息量最大的场景，使得MPC策略在所有场景中避免低连通区域，并满足4.8%的概率风险界限。
关键词
Model Predictive ControlcalibrationPick-to-Learnaircraftrisk bound
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