モデル予測制御のための閉ループ学習手法DiffTune-MPC

本論文では、モデル予測制御(MPC)のコスト関数のパラメータを閉ループ学習する手法DiffTune-MPCを提案する。MPCは未来の挙動を予測しつつ制約条件を考慮できるが、コスト関数のパラメータチューニングは高次元の問題となり困難である。DiffTune-MPCは、閉ループ性能を最適化するためのコスト関数パラメータを自動的に学習する。