محققان در مطالعهای جدید، روشی نوآورانه برای کالیبره کردن سیاستهای کنترل پیشبین مدل (MPC) ارائه دادهاند. این متدولوژی که «Pick-to-Learn» نام دارد، به مدل اجازه میدهد از میان صدها سناریوی پیچیده، فقط موارد کلیدی و آموزنده را انتخاب کند.
در این پژوهش، از این روش برای هدایت یک هواپیما در مسیر پرواز استفاده شده تا ضمن عبور از مناطق خطرناک یا کمارتباط، با دقت بالا و ریسک احتمالی بسیار کم (زیر ۵ درصد) به مقصد برسد. این رویکرد گامی مهم در افزایش بهرهوری و کاهش محاسبات در سیستمهای کنترل خودکار است.
منبع: arXiv Machine Learning