arXiv · ML· Anutam Srinivasan, Siddhant Panse, Glen Chou·· 2026-10-16AI 评分30
A-SLS 框架:基于 GPU 加速的实时鲁棒自适应控制与保证的未来学习
Planning to Learn: Real-Time Robust Adaptive Control on the GPU with Guaranteed Future Learning
AI 导读
研究者提出 A-SLS 学习感知鲁棒自适应模型预测控制框架,解决传统方法在规划时忽略未来参数学习导致的保守问题。 该框架通过预测未来参数不确定性并保留过程扰动相关性,构建紧致且保证的可达集,同时开发 GPU 加速求解器以实现实时性能。 实验证明 A-SLS 在四足机器人全身体控制中处理 61 个状态和 12 个控制输入,并在 Crazyflie 无人机硬件上实现在线学习不稳定参数的稳定。
来源:arXiv · ML · arxiv.org