模型预测控制：随机打靶（Random Shooting）

滚动时域

MPC 在每个时间步求解

$$a_{t:t+H-1}^{\ast }=\arg \underset{a_{t:t+H-1}}{min}\sum _{h=0}^{H-1}c(s_{t+h},a_{t+h}),s_{t+h+1}=f(s_{t+h},a_{t+h})$$

然后只执行 $a_t^{\ast }$，到下一个状态再重新求解。随机打靶用最朴素的办法求这个优化：随机猜 N 个答案，挑最好的。

可以试试

• N = 10：轨迹抖动明显，有时会擦到障碍物。
• H = 3：看不到障碍物后面的目标，会贴着障碍物走。
• 点“同等计算量对比”：同样 200 条样本，CEM 通常更快到达。

相关教程

• 模型预测控制
• 全部交互工具