Core Concepts
불확실한 초기 상태에서 목표 지점까지의 최소 예상 도달 시간을 달성하기 위해 입자 MPC 접근법과 합-노름 비용 함수를 결합한 최적화 프레임워크를 제안한다.
Abstract
이 논문은 초기 상태의 불확실성 하에서 목표 지점까지의 최소 예상 도달 시간을 최적화하는 문제를 다룬다. 이를 위해 다음과 같은 접근법을 제안한다:
입자 MPC 접근법을 사용하여 불확실한 초기 상태를 고려한 최적 제어 문제를 결정론적 최적화 문제로 변환한다. 이를 통해 임의의 확률 분포를 처리할 수 있는 유연성을 확보한다.
최소 도달 시간 문제를 희소 최적 제어 문제로 근사화하고, 이를 다시 합-노름 비용 함수로 완화한다. 이를 통해 볼록 최적화 문제로 변환하여 효율적으로 해결할 수 있다.
제안된 접근법을 선형 및 비선형 시스템에 적용하여 기존 결정론적 최소 도달 시간 최적 제어 방법과 비교한다. 결과적으로 제안 방법이 평균 도달 시간을 단축하고 강건성을 보인다.
Stats
제안된 접근법의 평균 도달 시간은 24.8 시간 단계이며, 결정론적 최소 도달 시간 최적 제어 방법의 평균 도달 시간은 27.5 시간 단계이다.
제안된 접근법은 20 시간 단계 미만으로 수렴하는 시나리오가 790개인 반면, 결정론적 방법은 679개이다.
제안된 접근법의 평균 도달 시간은 결정론적 방법보다 약 10% 단축되었다.
Quotes
"불확실한 초기 상태에서 목표 지점까지의 최소 예상 도달 시간을 달성하기 위해 입자 MPC 접근법과 합-노름 비용 함수를 결합한 최적화 프레임워크를 제안한다."
"제안된 접근법은 평균 도달 시간을 단축하고 강건성을 보인다."