抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
このテーマの目的は,実時間であらかじめ定義されたレーストラック上で競合的に複数のエージェントを競合できる学習モデル予測コントローラ(LMPC)を設計することである。本論文は,既に存在する単一エージェント定式化における2つの主要な欠点を扱う。以前には,エージェントは局所最適軌道を決定するが,状態空間を探索せず,これは操作を追い越えるのに必要である。さらに,LMPCに対する障害物回避は,非凸端末集合を用いて過去に達成され,最適化問題に対する解を決定する複雑性を増加させる。マルチエージェントレースのための提案アルゴリズムは,複数の異なる初期化のためにLMPCを実行することによって状態空間を探索して,それはより豊富な端末安全セットを生み出す。さらに,端末セットにおける状態選択のための新しい方法を開発して,それは端末安全集合のために凸性を維持して,準最適状態を取ることを可能にした。【JST・京大機械翻訳】