Model Predictive Path Integral
- 又称: MPPI, MPPI control, information-theoretic MPC, path integral MPC
- 类别: Control › Feedback control
- 标签: model-predictive-control, sampling-based-control, optimal-control, gpu-computing, navigation
一种基于采样的模型预测控制方法，它通过动力学模型模拟许多随机扰动的控制序列，并按代价加权对其求平均，以选择下一个动作。
定义
模型预测路径积分（Model Predictive Path Integral，MPPI）控制是一种基于采样的模型预测控制形式，由 Grady Williams、Evangelos Theodorou 及其同事提出，其中一个被广泛引用的 2016 年演示是一辆小比例自主拉力赛车在土路赛道上高速行驶。与其他模型预测控制器一样，MPPI 在一个短时域内规划一串控制输入，执行其中第一个，并在下一个时间步重新规划。它的独特之处在于规划的计算方式。
在每一步，MPPI 从上一次的控制序列出发，通过加入随机噪声生成大量扰动后的版本。每个扰动序列都通过动力学模型进行推演（rollout）以预测由此产生的轨迹，并用代价函数为该轨迹打分。新的控制序列是所有样本的加权平均，权重按照一个温度参数随代价呈指数下降。低代价样本在平均中占主导，同时更新保持平滑。
该方法源自路径积分控制理论，这一理论把一类随机最优控制问题与对采样轨迹的期望联系起来。在实践中，MPPI 的主要吸引力在于它不需要梯度：动力学模型和代价函数可以是非线性的、不连续的或学习得到的，只要它们能被多次求值即可。各次推演彼此独立，因此能很好地在 GPU 上并行。
其代价在于计算开销会随样本数量和时域长度增长，并且对噪声水平和温度敏感。噪声太小，控制器探索不足；噪声太大，指令会变得抖动，因此常常对采样序列或输出进行平滑。
为何重要
MPPI 让机器人能够使用复杂的或学习得到的动力学模型，以及难以求导的代价（例如障碍物地图和地形风险）进行规划。由于其推演并行运行，它重新规划的速度足以满足实时运行的地面车辆、无人机和足式机器人的需要。
主要应用
- 高速和越野自动驾驶
- 移动机器人的局部导航，包括 ROS 2 Nav2 导航栈
- 敏捷的四旋翼控制
- 使用学习得到的动力学模型和世界模型进行规划
- 带有非光滑接触代价的操作和运动
实际应用
把 MPPI 用于户外导航的团队，通常在机载 GPU 上运行它，每个周期在几秒的时域内采样许多控制序列。每个序列都通过车辆模型传播，这个模型可以是运动学模型或动力学模型，也可以是学习得到的正向动力学模型，并根据一个综合了朝目标的进展、障碍物和可通行性代价以及控制平滑度的代价进行打分。现有开源实现，包括 ROS 2 Nav2 导航栈中的 MPPI 控制器。大部分工程工作都花在代价函数和采样参数上：团队在仿真中整定噪声协方差和温度，然后在硬件上确认车辆不会振荡，并且对新出现的障碍物反应迅速。
常见误解
- MPPI 只是随机搜索 — 它利用随机性进行探索，但其按代价加权的平均是从随机最优控制理论推导出来的
- 更多样本总能弥补糟糕的表现 — 设计不当的代价函数或整定不佳的噪声和温度会限制结果，无论样本数量多少
- MPPI 不需要模型 — 它依赖动力学模型来预测每一次推演；不需要的只是模型的梯度
谁需要了解
- 自动驾驶车辆和移动机器人控制工程师
- 无人机和四旋翼控制开发者
- 把学习得到的模型与规划相结合的研究人员
- 配置局部控制器的 Nav2 用户
相关技术
- 模型预测控制（Model Predictive Control）
- Nav2
- 交叉熵方法（Cross-Entropy Method）
- iLQR
- 正向动力学模型（Forward Dynamics Model）
- CUDA
相关术语
相关项目
- Nav2: ROS 2 navigation stack with path planning and obstacle avoidance for mobile robots
- DimOS: Python robotics runtime with agents, SLAM and teleop, no ROS required
- ROS Motion Planning: One repo implementing 40+ classic and learning-based robot path planners as ROS plugins
- MRPT: Comprehensive C++ toolkit for mobile robotics, SLAM, and sensor-based navigation
- TurtleBot3: ROS packages for TurtleBot3 — the standard educational mobile robot platform
- MuJoCo MPC: DeepMind's interactive real-time model predictive control framework for MuJoCo