基于混合专家的不连续敏感最优控制学习

本文提出一种不连续敏感的方法，以高精度学习参数化最优控制问题的解。从模型预测控制到强化学习，许多任务都可以通过将最优解作为问题参数的函数来学习而求解。然而，非凸性、离散同伦类以及控制切换会导致参数—解映射中的不连续性，从而使得传统连续函数逼近器难以学习。为此提出由分类器和若干回归器组成的混合专家（MoE）模型来解决该问题。不同参数的最优轨迹被聚类，使得在每个簇中轨迹都是问题参数的连续函数。在基准问题上的数值例子表明，分别训练分类器和回归器优于联合训练 MoE。在适当选择簇的情况下，该方法不仅以更少的训练数据和更少的模型参数实现了更低的预测误差，而且与传统通用函数逼近模型（例如神经网络）相比，在轨迹跟踪的可靠性上也有显著提升。