自动驾驶

ADMM-Based Distributed MPC with Control Barrier Functions for Safe Multi-Robot Quadrupedal Locomotion

基于ADMM的分布式MPC与控制屏障函数用于安全多机器人四足运动

Yicheng Zeng, Ruturaj S. Sambhus, Basit Muhammad Imran, Jeeseop Kim, Vittorio Pastore, Kaveh Akbari Hamed

机构 * Department of Mechanical Engineering, Virginia Tech（弗吉尼亚理工大学机械工程系） ； The University of Texas at El Paso（德克萨斯理工大学） 纠错

专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO

AI总结 本文提出基于ADMM的去中心化MPC框架，结合控制屏障函数约束，用于多机器人腿部系统的安全轨迹规划。通过节点-边分割公式与共识约束，将全局问题分解为独立二次规划问题，实现高效去中心化优化，提升实时性与安全性。

Single Agent Robust Deep Reinforcement Learning for Bus Fleet Control

单 agent 抗扰深度强化学习用于公交车队控制

Yifan Zhang

机构 * Central South University（中南大学） 纠错

专题命中 规划控制 ：occupancy(abstract)；分类 cs.AI

AI总结 本文提出一种单 agent 强化学习框架，通过引入分类标识符和结构化奖励函数，有效解决公交调度中的拥挤问题，优于传统多 agent 方法。