論文の概要: Learning Agent-based Model Predictive Control for Holistic Vehicle Performance
- arxiv url: http://arxiv.org/abs/2609.11871v1
- Date: Thu, 10 Sep 2026 17:43:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 23:53:35.471693
- Title: Learning Agent-based Model Predictive Control for Holistic Vehicle Performance
- Title（参考訳）: 学習エージェントに基づくホロスティック車の性能予測制御
- Abstract要約: エージェントベースモデル予測制御(AMPC)は、最近、全てのエージェントと協調して最適な総合的な性能を達成する分散スキームとして提案されている。
本研究は,学習エージェントベースMPC(LAMPC)の実用的ハイブリッド制御方式を提案する。
LAMPCは、モデルに基づくAMPCアプローチとデータに基づく学習手法を組み合わせて、総合的な車両性能を改善する。
- 参考スコア（独自算出の注目度）: 21.34873540426368
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agent-based model predictive control (AMPC) has recently been proposed as a distributed scheme that collaborates with all agents to achieve optimal holistic performance. However, its optimality highly depends on the prediction accuracy that requires all agents or their contributions to be known, which is too idealistic for actual implementation. This research proposes a novel practical hybrid control scheme - learning agent-based MPC (LAMPC), combining the model-based AMPC approach and data-based learning methods to improve the holistic vehicle performance for multi-agent systems. The Gaussian process regression (GPR) enhanced by an online data management strategy serves as the learning core to predict unknown contributions. A novel multi-step prediction mechanism leverages the GPR learning potential along the horizon. The predicted mean, representing the learned unknown contributions, completes the system model in the MPC for more accurate control. Meanwhile, a stochastic framework is formulated to guarantee control safety and feasibility using soft chance constraints based on the prediction variance. Both simulations and experiments show that, with the learning capability, LAMPC outperforms the traditional AMPC. LAMPC can achieve higher tracking performance in well-learned scenarios and always guarantee constraint satisfaction even in less-learned scenarios. Moreover, the proposed hybrid control scheme is efficient for real-time implementation and is flexible to any control agent topology.
- Abstract（参考訳）: エージェントベースモデル予測制御(AMPC)は、最近、全てのエージェントと協調して最適な総合的な性能を達成する分散スキームとして提案されている。
しかし、その最適性は、すべてのエージェントまたはそれらの貢献を知る必要がある予測精度に大きく依存しており、実際の実装には理想的すぎる。
本研究では,モデルに基づくAMPCアプローチとデータに基づく学習手法を組み合わせた,学習エージェントに基づくMPC(LAMPC)の実用的ハイブリッド制御手法を提案する。
オンラインデータ管理戦略によって強化されたガウスプロセス回帰(GPR)は、未知のコントリビューションを予測するための学習コアとして機能する。
新たな多段階予測機構は、水平線に沿ったGPR学習電位を活用する。
予測平均は、学習した未知のコントリビューションを表すもので、より正確な制御のために、MPCのシステムモデルを完成させる。
一方,予測分散に基づくソフトチャンス制約を用いて,制御の安全性と実現可能性を保証するための確率的枠組みを定式化した。
シミュレーションと実験の両方で、LAMPCは従来のAMPCよりも優れていることが示されている。
LAMPCは、十分に学習されたシナリオでより高いトラッキング性能を達成でき、より学習の少ないシナリオでも常に制約満足度を保証できる。
さらに,提案手法はリアルタイム実装に有効であり,任意の制御エージェントトポロジに対して柔軟である。
関連論文リスト
- Real-Time Online Learning for Model Predictive Control using a Spatio-Temporal Gaussian Process Approximation [3.1977149161426657]
この研究は、オンライン学習を一定の計算複雑性で提供する、時間的近似GPモデルの効率的な実装を示す。
GP-MPCに最適化されており、オンラインでより正確なシステムダイナミクスをリアルタイムで学習することで制御性能を向上させることができる。
提案手法の性能は,シミュレーションおよびハードウェア実験により,自律型ミニチュアレースの模範的応用として実証された。
論文 参考訳（メタデータ） (2026-03-18T11:53:21Z) - Quality or Quantity? Error-Informed Selective Online Learning with Gaussian Processes in Multi-Agent Systems: Extended Version [14.449611561070457]
本稿では,共同予測のためのエージェントに対する全てのモデルの不特定包含の非合理性を明らかにする。
分散ガウス過程(GP)回帰、すなわち分散エラーインフォームドGP(EIGP)の最初の選択的オンライン学習フレームワークを提案する。
アルゴリズムの強化は、予測を加速するためのgreedyアルゴリズム(gEIGP)と予測精度を改善するための適応アルゴリズム(aEIGP)を含むEIGP内に埋め込まれている。
論文 参考訳（メタデータ） (2026-01-10T18:23:53Z) - Intersection of Reinforcement Learning and Bayesian Optimization for Intelligent Control of Industrial Processes: A Safe MPC-based DPG using Multi-Objective BO [0.0]
Model Predictive Control (MPC)ベースのReinforcement Learning (RL)は、Deep Neural Network (DNN)ベースのRL手法の、構造化された解釈可能な代替手段を提供する。
標準MPC-RLアプローチは、収束の遅さ、パラメータ化の制限による最適条件学習、オンライン適応時の安全性の問題に悩まされることが多い。
MPC-RLと多目的ベイズ最適化(MOBO)を統合した新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-14T02:31:52Z) - Comparison of Model Predictive Control and Proximal Policy Optimization for a 1-DOF Helicopter System [0.7499722271664147]
本研究は,Quanser Aero 2システムに適用された深層強化学習(DRL)アルゴリズムであるモデル予測制御(MPC)とPPOの比較分析を行う。
PPOは上昇時間と適応性に優れており、迅速な応答と適応性を必要とするアプリケーションには有望なアプローチである。
論文 参考訳（メタデータ） (2024-08-28T08:35:34Z) - End-to-End Reinforcement Learning of Koopman Models for Economic Nonlinear Model Predictive Control [45.84205238554709]
本研究では, (e)NMPCの一部として最適性能を示すために, Koopman シュロゲートモデルの強化学習法を提案する。
エンドツーエンドトレーニングモデルは,(e)NMPCにおけるシステム識別を用いてトレーニングしたモデルよりも優れていることを示す。
論文 参考訳（メタデータ） (2023-08-03T10:21:53Z) - Model Predictive Control with Gaussian-Process-Supported Dynamical
Constraints for Autonomous Vehicles [82.65261980827594]
本研究では、学習したガウス過程を利用して人間の運転行動を予測する自動運転車のモデル予測制御手法を提案する。
マルチモード予測制御アプローチは、人間のドライバーの意図を考察する。
論文 参考訳（メタデータ） (2023-03-08T17:14:57Z) - Efficient Model-based Multi-agent Reinforcement Learning via Optimistic
Equilibrium Computation [93.52573037053449]
H-MARL (Hallucinated Multi-Agent Reinforcement Learning) は,環境と数回交流した後の平衡政策を学習する。
自律運転シミュレーションベンチマークにおいて,本手法を実験的に実証した。
論文 参考訳（メタデータ） (2022-03-14T17:24:03Z) - On Effective Scheduling of Model-based Reinforcement Learning [53.027698625496015]
実データ比率を自動的にスケジュールするAutoMBPOというフレームワークを提案する。
本稿ではまず,政策訓練における実データの役割を理論的に分析し,実際のデータの比率を徐々に高めれば,より優れた性能が得られることを示唆する。
論文 参考訳（メタデータ） (2021-11-16T15:24:59Z) - Evaluating model-based planning and planner amortization for continuous
control [79.49319308600228]
我々は、モデル予測制御(MPC)と学習モデルとモデルフリーポリシー学習を組み合わせたハイブリッドアプローチを採っている。
モデルフリーエージェントは高いDoF制御問題においても強いベースラインであることがわかった。
モデルに基づくプランナを,パフォーマンスを損なうことなく,計画が損なわれるようなポリシーに置き換えることが可能であることを示す。
論文 参考訳（メタデータ） (2021-10-07T12:00:40Z) - Model-based Reinforcement Learning for Decentralized Multiagent
Rendezvous [66.6895109554163]
目標を他のエージェントと整合させる人間の能力の下にあるのは、他人の意図を予測し、自分たちの計画を積極的に更新する能力である。
分散型マルチエージェントレンデブーのためのモデルに基づく強化学習手法である階層型予測計画(HPP)を提案する。
論文 参考訳（メタデータ） (2020-03-15T19:49:20Z) - Information Theoretic Model Predictive Q-Learning [64.74041985237105]
本稿では,情報理論的MPCとエントロピー正規化RLとの新たな理論的関連性を示す。
バイアスモデルを利用したQ-ラーニングアルゴリズムを開発した。
論文 参考訳（メタデータ） (2019-12-31T00:29:22Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。