离散全概率设计：面向从样本中综合策略的控制流水线
系统与控制
2024-06-14 v2 机器学习
系统与控制
最优化与控制
摘要
我们提出了一种从样本数据综合策略的控制流水线的原则性设计。该流水线基于一种离散化设计，我们称之为离散全概率设计，其阐发了 Gagliardi 与 Russo（2021）近期引入的、用于从样本中为约束、随机且非线性系统综合策略的算法。与其他方法相反，我们提出的流水线：（i）不需要约束在可能含噪的样本数据中被满足；（ii）即使数据采自与受控系统不同的样本系统，也能实现控制综合。该设计在一个数值基准示例中进行了测试，该示例涉及控制一个带执行约束的倒立摆，其起始数据采自一个物理上不同且不满足该系统特定执行约束的摆。我们同时公开了文档完备的代码。
引用
@article{arxiv.2112.11210,
title = {Discrete fully probabilistic design: towards a control pipeline for the synthesis of policies from examples},
author = {Enrico Ferrentino and Pasquale Chiacchio and Giovanni Russo},
journal= {arXiv preprint arXiv:2112.11210},
year = {2024}
}