深度强化学习图：基于神经 Lyapunov 验证的反馈运动规划

无模型深度强化学习的最新进展实现了高效的智能体训练。然而，在确定这些控制器的吸引域时会出现挑战，尤其是当该区域未完全覆盖期望区域时。本文通过引入一种利用数据驱动技术与神经网络的反馈运动控制算法来解决此问题。该算法构建由基于强化学习的控制器组成的图，每个控制器具有其自身定义的吸引域。这种增量式方法有效覆盖有界感兴趣区域，创建引导系统从初始状态到目标状态的互连节点轨迹。文中提出两种在算法内连接节点的方法。第一种是树结构方法，通过构建连接初始状态到目标状态的树来实现“点对点”控制。第二种是图结构方法，通过在有界区域内构建图来实现“空间到空间”控制。该方法允许从任意初始与目标状态进行控制。所提方法的性能在一阶动态系统上评估，考虑了有障碍与无障碍场景。结果证明了所提算法在实现期望控制目标方面的有效性。