非平滑モデル予測制御に対する連続変形法の適用

当社の島遼太朗らが行った研究成果が The 2025 American Control Conference (ACC) に採択され、発表を行いました。

モデル予測制御（MPC）は、システムの少し先の挙動を予測しながら最適化によって制御入力を決定する制御手法で、自動車制御など産業界で広く利用されています。このMPCの実装手法のひとつとして連続変形法があり、連立一次方程式を活用することで制御入力の最適化を高速化できます。
一方で、より柔軟な制御設計を目指し、微分不可能な正則化項^*1を加えた最適化が近年注目されています。しかし、このような新しいタイプの最適化に対して、どのように連続変形法を適用すればよいか明らかではありませんでした。

本研究では、微分不可能な正則化項を持つMPCに対して、連続変形法を適用する理論的枠組みを新たに提案しました。
本結果により、用途に応じた柔軟な制御設計と高速な最適化とを兼ね備えたMPC制御開発が可能となり、より高度な制御の実現が期待されます。

*1 正則化項：最適化問題において、最適解が好ましい性質を持つように評価関数に追加されるコスト項

タイトル: Continuation Method for Nonsmooth Model Predictive Control Using Proximal Technique
著者: Shima, R., Moriyasu, R., Kato, T.
発表の場: The 2025 American Control Conference (ACC)
発表日: 2025年7月10日