Learning Agent-based Model Predictive Control for Holistic Vehicle Performance

📄 arXiv: 2609.11871v1 📥 PDF

作者: Jiaming Zhong, Reza Valiollahi Mehrizi, Mohammad Pirani, Chao Yu, Alireza Kasaiezadeh, Yash Vardhan Pant, Amir Khajepour

分类: cs.RO

发布日期: 2026-09-10

备注: 12 pages. Author accepted manuscript

期刊: IEEE Transactions on Intelligent Transportation Systems, vol. 25, no. 11, pp. 17482-17492, November 2024

DOI: 10.1109/TITS.2024.3435551

💡 一句话要点

提出学习型基于代理的模型预测控制以提升车辆整体性能

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 模型预测控制 高斯过程回归 多代理系统 学习型控制 自动驾驶

📋 核心要点

  1. 现有基于代理的模型预测控制方法对预测精度依赖过高，难以在实际场景中有效实施。
  2. 提出的学习型基于代理的模型预测控制（LAMPC）结合了模型预测控制和数据驱动学习，增强了对未知贡献的预测能力。
  3. 实验结果显示，LAMPC在多种场景下均优于传统AMPC，能够实现更高的跟踪性能并确保约束满足。

📝 摘要（中文）

基于代理的模型预测控制（AMPC）作为一种分布式方案，旨在通过所有代理的协作实现最佳整体性能。然而，其最优性高度依赖于预测精度，要求所有代理或其贡献被知晓，这在实际应用中过于理想化。本研究提出了一种新颖的实用混合控制方案——学习型基于代理的模型预测控制（LAMPC），结合了基于模型的AMPC方法和基于数据的学习方法，以改善多代理系统的整体车辆性能。增强的高斯过程回归（GPR）与在线数据管理策略相结合，作为学习核心来预测未知贡献。通过多步预测机制，充分利用GPR的学习潜力。实验结果表明，LAMPC在学习能力的支持下，优于传统AMPC，能够在良好学习的场景中实现更高的跟踪性能，并在学习不足的场景中始终保证约束满足。

🔬 方法详解

问题定义：本论文旨在解决现有基于代理的模型预测控制（AMPC）在实际应用中对预测精度的过度依赖问题，尤其是在未知代理贡献的情况下，导致控制效果不佳。

核心思路：论文提出的学习型基于代理的模型预测控制（LAMPC）通过结合模型预测控制与数据驱动学习，利用高斯过程回归（GPR）来预测未知的代理贡献，从而提升整体控制性能。

技术框架：LAMPC的整体架构包括数据收集、GPR模型训练、预测未知贡献和模型预测控制四个主要模块。首先收集实时数据，然后通过GPR进行学习和预测，最后将预测结果整合到模型预测控制中以实现精确控制。

关键创新：最重要的技术创新在于将GPR与在线数据管理策略相结合，形成了一种新的多步预测机制，能够在控制过程中动态调整预测，提高了控制的准确性和安全性。

关键设计：在设计中，GPR的超参数通过交叉验证进行优化，损失函数采用均方误差（MSE），确保预测的准确性。此外，控制框架中引入了软机会约束，以保证在预测不确定性下的控制安全性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，LAMPC在多个场景下的跟踪性能显著优于传统AMPC，尤其是在良好学习的情况下，跟踪误差降低了约20%。即使在学习不足的场景中，LAMPC仍能保证约束满足，显示出其强大的鲁棒性和适应性。

🎯 应用场景

该研究的潜在应用领域包括自动驾驶、智能交通系统以及多机器人协作等场景。通过提升车辆的整体性能，LAMPC能够在复杂环境中实现更高效的控制，具有重要的实际价值和广泛的应用前景。

📄 摘要（原文）

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.