基于经典进化策略的移动小车模型预测控制

摘要

模型预测控制(model predictive control, MPC)已经被证明了在无人驾驶、移动机器人导航、机械臂路径规划、过程控制等诸多领域都拥有着出色的控制性能,然而传统的MPC控制不具有进化能力,在复杂的环境下系统往往很难得到最优的控制效果。因此,提出了一种结合经典进化策略(canonical evolution strategies, Canonical ES)的模型预测控制算法,并用于双轮差速移动小车的避障运动规划。在移动小车目标逼近运动规划的基础上,通过训练策略网络可以使得处于未知环境的移动小车快速有效地学习避障策略,并且对于局部最优陷阱拥有更优异的处理方法。仿真实验结果证明了该方法的可行性与高效性。