学生
竞技场
Arena workspace
自动控制竞技场挑战
横摇对象优化调参鲁棒挑战
使用固定优化辅助 PID 模板，在响应速度、能耗、超调和隐藏扰动鲁棒性之间形成可复现取舍。
进入控制工作台对象来源
虚拟仿真对象
公开程度
白箱模型
工作台
预测控制工作台
榜单规则
多目标 Pareto 探索榜
对象说明
被控对象
船舶横摇白箱模型
章节关联
模块 4 / 模块 5
任务属性
研究型项目候选
模型表达
船舶横摇舒适度频域约束
训练意图
把优化辅助 PID 视为受限模板，在目标权重和隐藏扰动鲁棒性之间形成可复现取舍。
训练阶段
鲁棒进阶
预计用时
60 分钟
隐藏评测信号
隐藏场景复核
训练能力
约束优化隐藏场景鲁棒性控制能量取舍
前置能力
时域整形 / 频域舒适度
常见失误
- • 优化目标只覆盖公开场景
- • 权重选择让控制能量或超调被单项指标牺牲
评价规则
基础目标
| 指标 | 目标或允许范围 | 说明 |
|---|---|---|
| 隐藏场景最差表现 | 目标不高于 0.36，高于 2.5 视为不可接受 | 数值越小越好 |
| 调节时间(s) | 目标不高于 3.4s，高于 10s 视为不可接受 | 数值越小越好 |
| 控制能量 | 目标不高于 4.5，高于 18 视为不可接受 | 数值越小越好 |
| 超调量(%) | 目标不高于 7%，高于 30% 视为不可接受 | 数值越小越好 |
硬约束
闭环稳定
响应有限
控制器因果
隐藏场景通过
任一硬约束未通过时，提交不进入正式排名。
相关知识点
正在加载知识预览