본 논문은 픽투러닝(Pick-to-Learn, P2L) 방법론을 모델 예측 제어(MPC) 정책 보정에 적용한 사례를 보여줘요. 특정 예제를 중심으로 설명하지만, 광범위하게 적용 가능한 방법론을 강조해요.
항공기가 불확실한 측풍과 회피해야 할 저연결 구역의 영향을 받는 원산지-목적지 항공편 문제를 다루며, MPC 정책은 두 개의 하이퍼파라미터로 매개변수화돼요.
400개의 풍력 시나리오 데이터 세트에서 P2L은 두 개의 정보 시나리오로 구성된 최종 압축 세트를 식별하며, 결과 MPC 정책은 모든 사용 가능한 시나리오에서 저연결 구역을 회피해요.