自动驾驶

A Review of Learning-Based Motion Planning: Toward a Data-Driven Optimal Control Approach

基于学习的运动规划综述：迈向数据驱动的最优控制方法

Jia Hu, Yang Chang, Haoran Wang

机构 * College of Transportation Key Laboratory of Road and Traffic Engineering of the Ministry of Education（交通运输学院 道路交通工程教育部重点实验室） ； Institute for Advanced Study（先进研究院） ； Tongji University（同济大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.AI

AI总结 本文系统综述了数据驱动最优控制范式，通过融合最优控制的理论保证与机器学习的自适应能力，为自动驾驶运动规划提供了三维实现路线图，并指出了四个未来研究方向。

Comments 44 pages, 14 figures

FLIP: Real-Time and Resilient Formation Planning for Large-Scale DIstributed Swarms via Point Cloud Registration

FLIP：通过点云配准实现大规模分布式集群的实时弹性编队规划

Yuan Zhou, Guangtong Xu, Zhenyu Hou, Jialiang Hou, Fei Gao

机构 * Institute of Cyber-Systems and Control, College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院智能系统与控制研究所） ； Huzhou Institute, Zhejiang University（浙江大学湖州研究院） 纠错

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

AI总结 提出将最优编队位置序列计算转化为时空点云配准问题，利用带离群点剔除的PCR方法实现大规模分布式集群的弹性、高效轨迹规划。

BuilDyn: Excitation-Driven Data Generation for Building Thermal Dynamics Modeling and Control

BuilDyn: 面向建筑热动力学建模与控制的激励驱动数据生成

Felix Koch, Thomas Krug, Fabian Raisch, Benjamin Schäfer, Benjamin Tischler

机构 * Technical University of Applied Sciences Rosenheim（应用技术大学罗森海姆） ； Technical University of Munich（慕尼黑技术大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

专题命中 规划控制 ：occupancy(abstract)

AI总结 本文提出BuilDyn包，通过可定制的激励策略生成控制导向的建筑数据，提升机器学习模型对未见工况的鲁棒性。

Energy-Optimal Thermal Management of Heat-Pump Battery Electric Vehicles

热泵电池电动汽车的能量最优热管理

Prashant Lokur, Nikolce Murgovski

专题命中 规划控制 ：BEV(abstract_cn)

AI总结 提出一种结合规则基监督层与连续非线性模型预测控制的混合控制框架，用于热泵电动汽车的热管理，在满足舒适性和温度约束下最小化热能耗，并在寒冷气候下实现20-28%的节能。

Comments This paper has been submitted for publication in IEEE Open Journal of Vehicular Technology (OJVT)