เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| หลักการค่าสูงสุดของปอนทรียากิน× | ตัวควบคุมกำลังสองเชิงเส้น (Linear Quadratic Regulator)× | |
|---|---|---|
| สาขาวิชา | ทฤษฎีการควบคุม | ทฤษฎีการควบคุม |
| ตระกูล | Machine learning | Machine learning |
| ปีกำเนิด≠ | 1962 | 1960 |
| ผู้ริเริ่ม≠ | Lev Pontryagin | Rudolf Kalman |
| ประเภท | algorithm | algorithm |
| แหล่งต้นตำรับ≠ | Pontryagin, L. S., Boltyanskii, V. G., Gamkrelidze, R. V., & Mischenko, E. F. (1962). The Mathematical Theory of Optimal Processes. John Wiley & Sons. link ↗ | Kalman, R. E. (1960). Contributions to the theory of optimal control. Boletin de la Sociedad Matematica Mexicana, 5(2), 102-119. link ↗ |
| ชื่อเรียกอื่น≠ | PMP, Optimal Control, Costate Method | LQR, Linear Quadratic Optimal Control |
| ที่เกี่ยวข้อง≠ | 3 | 4 |
| สรุป≠ | The Pontryagin Maximum Principle (PMP) is a fundamental theorem in optimal control theory providing necessary conditions for optimality of a control trajectory. Published by Lev Pontryagin in 1962, PMP generalizes the calculus of variations to control problems with constraints and is the theoretical foundation enabling solution of complex trajectory optimization problems from spacecraft missions to industrial process optimization. | The Linear Quadratic Regulator (LQR) is a classical optimal control algorithm that computes a linear feedback law to minimize a quadratic cost function for a linear dynamical system. Introduced by Kalman in 1960, LQR provides a provably optimal, closed-form solution for linear systems and remains fundamental in control theory, robotics, and aerospace applications because of its theoretical elegance and computational efficiency. |
| ScholarGateชุดข้อมูล ↗ |
|
|