Core Concepts
데이터를 활용하여 모델 예측 제어 문제의 제약을 적응적으로 제거함으로써 온라인 계산을 가속화할 수 있다.
Abstract
이 논문은 모델 예측 제어(MPC) 문제의 온라인 계산 부담을 줄이기 위해 데이터를 활용하여 제약을 적응적으로 제거하는 방법을 제안한다.
주요 내용은 다음과 같다:
MPC 정책의 Lipschitz 연속성을 이용하여 제약 제거 규칙을 설계한다. 이를 위해 MPC 정책의 명시적인 Lipschitz 상수를 제공한다.
현재 상태와 과거 상태 간의 거리를 기반으로 제약 제거 여부를 결정한다. 과거 데이터를 활용하여 제약을 더 많이 제거할 수 있다.
제안된 방법은 원래의 MPC 정책과 동일한 상태 궤적을 유지하면서도 계산 시간을 크게 단축할 수 있다.
시뮬레이션을 통해 제안 방법의 효과를 검증하였다.
Stats
제안된 방법은 80단계 이후 원래 MPC 대비 제약 개수를 80% 이상 감소시킬 수 있다.
제안된 방법은 원래 MPC 대비 10-100배 빠른 계산 속도를 보인다.
Quotes
"데이터를 활용하여 모델 예측 제어 문제의 제약을 적응적으로 제거함으로써 온라인 계산을 가속화할 수 있다."
"제안된 방법은 원래의 MPC 정책과 동일한 상태 궤적을 유지하면서도 계산 시간을 크게 단축할 수 있다."