自适应MPC卫星姿态控制论文被iSpaRo 2026接收
热点事件持续更新
自适应MPC卫星姿态控制论文被iSpaRo 2026接收
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Patrick Schwartz 与 Abhishek Cauligi 提出的基于学习的自适应模型预测控制（MPC）算法论文被 International Conference on Space Robotics (iSpaRo) 2026 接收，用于仅靠磁力矩器执行器的纳米卫星（如 CubeSats）姿态控制，在规划旋转轨迹时计入控制权限损失。 该算法引入一个用低保真磁场数据在仿真中训练的磁场模型，并利用在线采集的测量值通过更新最后一层的方式进行适配，使 MPC 控制器快速适配真实行星磁场。作者称，在两类系统仿真中该算法分别将控制器成功率提升 5% 和 61%。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
基于学习的自适应 MPC 实现仅磁力矩器卫星姿态控制报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.RO 机器人学精选基于学习的自适应 MPC 实现仅磁力矩器卫星姿态控制
该论文提出一种基于学习的自适应模型预测控制（MPC）算法，用于仅靠磁力矩器执行器的纳米卫星（如 CubeSats）姿态控制，在规划旋转轨迹时计入控制权限损失。核心做法是引入一个用低保真磁场数据在仿真中训练的磁场模型，并利用在线采集的测量值通过简单的最后一层更新方案对其适配，使 MPC 控制器快速适配真实行星磁场。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。