分时间尺度行为克隆加速非线性MPC

分时间尺度嵌入让行为克隆策略更接近NMPC性能且计算更省。

资讯摘要

论文提出结构化表征学习行为克隆方法SRLBC，针对慢变量、快变量与可预测外生输入分别建模。在压水堆负荷跟踪基准的500次长时程仿真、20个训练种子下，分离嵌入在累积代价、模仿精度与约束满足上优于共享嵌入基线；独立策略计算成本约为NMPC的1/15，嵌入安全增强近似NMPC后仍快6.8倍，可行性至少99.8%。

要点速读

1. 论文提出SRLBC，按物理时间尺度分离慢变量、快变量和外生输入的嵌入，用于多尺度系统的专家控制器行为克隆。
2. 在压水堆负荷跟踪基准的500次长时程仿真和20个训练种子下，分离嵌入在累积代价、模仿精度和约束满足上系统性优于共享嵌入基线。
3. 独立策略平均计算成本约为NMPC的1/15；嵌入安全增强近似NMPC后平均快6.8倍，所有架构可行性至少99.8%，分布偏移下SRLBC退化最小。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。