提出安全感知降阶MPC维度选择框架

Amirhossein Asadi 与 Nitin Sharma 在 arXiv 提出一种安全感知的降阶模型预测控制（MPC）维度选择框架，让预测模型的阶数随维持有限时域安全认证所需而调整，控制器选取使安全关键 MPC 问题保持可行的最小预测阶数。 该方法用动态活跃子空间给出面向性能的降阶坐标排序，用有限时域误差界稳健满足离散时间控制屏障函数约束。作者证明了所提降阶形式下的全时域安全、递归可行性以及安全集的闭环不变性，从而在平稳工况下避免不必要的高维预测。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。