Low Frequency Sampling in Model Predictive Path Integral Control

本文介绍了基于采样的模型预测控制器在各种具有挑战性的环境中规划和控制问题中已成为一种强大的优化工具。我们展示了如何通过使用有色噪声分布来改进默认选择的不相关高斯分布。我们选择的分布允许强调低频控制信号，这可能会导致更平滑和更具探索性的样本。我们在硬件和仿真实验中使用这种基于频率的采样分布与模型预测路径积分（MPPI），展示了在具有各种输入响应速度的系统上表现更好或相等的性能。

论文旨在探讨如何通过使用彩色噪声分布来改善基于采样的模型预测控制器的性能。

使用彩色噪声分布可以强调低频控制信号，从而产生更平稳和探索性更强的样本。

论文使用模型预测路径积分（MPPI）在硬件和仿真实验中验证了使用频率为基础的采样分布的性能优势。

与此相关的研究包括基于采样的模型预测控制器在各种环境中的规划和控制问题的应用，以及使用不同的采样分布来改善控制器性能的研究。