MPCの比較

使い方

目標位置は(x, y)=(5, 5)となっている.

制御ベースのMPC

python control_mpc.py

start_x, start_y, th0, umax_x, umax_y, timeに任意の値を入力してsimulateボタンを押す.(収束しない場合もある) plotにチェックを入れると収束までの状態(x, y, th)推移やF(ハミルトン関数の偏微分ベクトルの絶対値)の推移が出力される. 入力値はu_maxでクリッピングされている. デフォルトでは入力に対する不等式拘束条件を含めないMPCになっている. ※ 含める場合はコード内のコメント通りに

強化学習ベースのMPC

python rl_mpc.py

RSのtrain-->test, PPOのtrain-->testの順に実行される.

ファイル構成

• gif_*/: gif保存ディレクトリ
• model/: rlのmodel保存ディレクトリ
• log/: ログデータの保存ディレクトリ
• img_*/: 画像保存ディレクトリ(一時的)
• Control.py: 制御ベースのMPCアルゴリズム
• RL.py: 強化学習ベースのMPCアルゴリズム
• two_wheels_model.py: TwoWheelsModelクラス
• two_wheels_env.py: TwoWheelsEnvクラスとTwoWheelsSimulatorクラス
• gui.py: GUIクラス
• control_mpc.py: 制御ベースのMPC実行
• rl_mpc.py: 強化学習ベースのMPC実行

主要なクラス

• TwoWheelsModel: 対向二輪ロボットのモデル
• TwoWheelsEnv: 対向二輪ロボットのGymモデル
• TwoWheelsSimulator: RLの実行環境
• GUI: 制御ベースのMPCのUI