arXiv cs.RO 机器人学· Sashank Modali, Takashi Tanaka·· 5 小时前精选AI 评分45
高阶出口泛函近似用于采样随机模型预测控制
Higher-Order Approximation of Exit Functionals in Sampling-Based Stochastic Model Predictive Control
AI 导读
论文研究采样随机模型预测控制中出口泛函的数值近似瓶颈，将已有的出口时间强近似高阶方法引入安全控制：对一般非交换动力学采用自适应 order-1 Milstein 离散并用 Wiktorsson 方法模拟 Lévy 面积，对交换动力学采用自适应 order-1.5 构造以获得更强的出口时间收敛率。
推荐理由
论文把已有的强收敛高阶离散方法引入安全控制，并给出数值对比，做随机 MPC 的研究者可参考其迁移路径。
来源：arXiv cs.RO 机器人学 · arxiv.org