모빌리티(차량, 로봇, 드론 등) 제어 관련 연구하시는분 계신가요?

모델 예측 제어(Model Predictive Control, MPC)와 같은 제어 시스템을 시뮬레이션에서 구현할 때 위치, 속도 등의 파라미터를 어떻게 업데이트하는지에 대한 질문은 매우 중요합니다. 대답은 시뮬레이션의 목적과 구조에 따라 달라질 수 있습니다. 여기서 두 가지 주요 방법을 고려할 수 있습니다:

1. 입력값만 연산으로 구하고, 상태(state)는 시뮬레이터에서 매 스텝마다 받아오기: 이 방법에서는 MPC나 다른 제어기가 목표 상태에 도달하기 위해 필요한 입력값(예: 가속도, 조향각)을 계산합니다. 그리고 시뮬레이션 환경이나 시뮬레이터가 이 입력값을 받아들여 다음 시점의 위치, 속도와 같은 상태를 계산합니다. 제어기는 이 새로운 상태 정보를 기반으로 다음 입력값을 계산합니다. 이 접근 방식의 장점은 시뮬레이터가 물리적 상황을 매우 정확하게 모델링할 수 있다면, 제어기가 더 실제와 유사한 환경에서 작동하게 된다는 것입니다. 따라서, 제어 알고리즘을 실제 환경에 적용하기 전에 테스트하기에 적합합니다.