Resumen: En esta revisión, evaluamos el uso de métodos bayesianos en el control predictivo de modelos (MPC), centrándonos en el modelado basado en redes neuronales, el diseño de control y la cuantificación de la incertidumbre. Analizamos sistemáticamente los estudios individuales y cómo se implementan en la práctica. Si bien los enfoques bayesianos se adoptan cada vez más para capturar y propagar la incertidumbre en MPC, las ganancias reportadas en rendimiento y solidez siguen estando fragmentadas, con líneas de base inconsistentes y análisis de confiabilidad limitados. Por lo tanto, abogamos por puntos de referencia estandarizados, estudios de ablación e informes transparentes para determinar rigurosamente la efectividad de las técnicas bayesianas para MPC.
Publicado originalmente en export.arxiv.org el 7 de octubre de 2025.
Ver fuente original
