京都大學博士生鄧浩陽和Toshiyuki Otsuka教授成功開發了一種利用並行計算執行實時最優控制(模型預測控制)的高速算法。
在約束條件下尋找最優運動的問題稱為最優控制問題。可應用於自動駕駛、電力系統穩定、化學反應效率提高等多種對象的控制。特別是,模型預測控製作為一種具有廣泛應用的方法正在被積極研究,模型預測控制根據時時刻刻的情況實時解決最佳控制問題並進行控制。但複雜問題需要計算量大、耗時長,模型預測控制難以實現。
模型預測控制需要在每個時刻在有限的未來時期內進行優化。然而,長期未來運動對初始狀態敏感,使得未來運動的全局優化變得困難。這次提出的方法將未來的運動分解為幾個部分,並通過並行計算同時執行每個部分的優化。在此過程中,我們設計了一種可以適當考慮相鄰片段影響的分解方法,並成功地在實現整體優化的同時顯著加快了計算速度。一般來說,增加片段數量會增加計算時間,但在所提出的方法的情況下,可以同時優化多個片段,因此計算時間的增加小於傳統方法的4/1。
這項研究的結果將使得能夠充分利用近年來發展的多核處理器的性能,並通過使用多個廉價處理器來提高計算效率。有望降低模型預測控制的實施成本。此外,還可應用於自動駕駛、機器人控制、電力網絡控制等新領域。未來,他們計劃開發工業應用軟件。