离散控制Matlab代码-chanceDPA:实现解决联合概率约束的动态规划算法

离散控制Matlab代码DPA机会 关于这个项目 动态规划算法（DPA）解决具有联合概率约束的问题。 它可用于解决路径规划问题，在这种情况下，碰到障碍物的机会必须保持在阈值以下。 该项目实现了本文[1]，可以直接用于有效解决具有较大状态作用噪声空间的问题。 以下动画逐步显示了DPA在路径规划问题上的结果。 路径规划问题定义 与[1]中的代码一样，该代码通过以下动态方式解决了路径规划问题： 如论文[1]所示，该模型足以解决火星的进入，下降和着陆问题。 请注意，对于此处考虑的路径规划问题，包含100x100个状态，使用我们的离散网格可以获取多达81个不同的值，并且噪声分布增加了应用DPA所需的计算量，因此需要对问题进行有效的解决。 与[1]中一样，我们使用。 因此，为了最小化问题的复杂性，我们使用来近似离散化的值。 成本定义如下： 我们还定义了需要最小化的拉格朗日和定义状态是否为障碍的变量： 为了有效地计算每个状态和动作的预期成本值，我们将每个动作的成本与概率过滤器进行卷积，因为 这样就避免了通过应用不同的值来使用随机方法的需要，该值可以取平均值（蒙特卡洛）以获取每个操作的成本估算值。 这