NMPC行为克隆中的对比学习方法用于海洋车辆的通用轨迹跟踪

《IEEE Journal of Oceanic Engineering》：Contrastive Learning in NMPC Behavior Cloning for Generalized Trajectory Tracking of Marine Vehicles

　　模仿学习与神经网络在非线性模型预测控制轨迹跟踪中的应用研究，提出对比学习方法学习轨迹表示，减少专家数据需求并降低控制计算量，适用于小型海洋车辆高效自主导航。

　　

摘要：

最近的研究广泛探讨了利用神经网络表示控制策略的方法，这些网络具备强大的通用函数逼近能力。模仿学习能够复制专家的熟练程度，从而大幅减少部署专家所需的资源。在这项研究中，我们旨在使用神经网络来模仿非线性模型预测控制（NMPC）策略，从而降低优化的计算需求。在轨迹跟踪问题中，虽然运动状态的范围（如操作速度）可以很容易地确定，但为可能的轨迹定义数据分布仍然具有挑战性。为了提高模仿学习的效率并学习通用的轨迹跟踪策略，我们提出了一种利用对比学习来学习轨迹表示的方法。通过使用该方法学习到的特征，我们可以识别出具有代表性的轨迹，并用较少的示范数据来模仿NMPC策略。此外，作为神经网络表示的训练好的策略可以显著减少控制计算时间，这对小型海洋车辆来说非常有益。

引言

移动车辆的导航主要面临两个任务：路径规划，即制定绕过障碍物的路线；以及控制机制，确保车辆遵循这些规划好的路线。在路径规划中，我们区分了路径（简单的位置序列）和轨迹（根据时间指定的期望位置）。对于高级自主性而言，轨迹跟踪至关重要，它使车辆能够在动态环境中（存在移动障碍物的情况下）精确地跟随预定义的轨迹。由于期望的轨迹会随时间变化，轨迹跟踪通常被构建为一个最优控制问题，该问题需要实时计算必要的控制输入。模型预测控制（MPC）常用于此目的，因为它在考虑时间约束的同时持续优化控制输入。