On Building Myopic MPC Policies using Supervised Learning
यह शोध पत्र एक सुपरवाइज्ड लर्निंग दृष्टिकोण प्रस्तावित करता है जो मायोपिक मॉडल प्रेडिक्टिव कंट्रोल में कॉस्ट-टू-गो फंक्शन के रूप में कार्य करने के लिए ऑफलाइन इष्टतम वैल्यू फंक्शन को सीखता है, जिससे क्लोज्ड-लूप डेटा पर निर्भर हुए बिना प्रदर्शन बनाए रखते हुए ऑनलाइन कम्प्यूटेशनल बोझ को काफी कम किया जा सकता है।