用于控制与动力学的双在线 Stein 变分推断

模型预测控制（MPC）方案在许多具有挑战性的控制任务中已被证明能够提供激进且鲁棒的性能，可应对非线性系统动力学、约束和观测噪声。尽管取得了成功，这些方法通常依赖于简单的控制分布，这限制了它们在高度不确定和复杂环境中的性能。MPC 框架必须能够基于最新测量值适应系统参数上分布的变化。在本文中，我们设计了一种隐式变分推断算法，能够在线估计模型参数和控制输入上的分布。该方法结合 Stein 变分梯度下降，将目标分布近似为粒子集合，并基于贝叶斯公式进行更新。这使得在具有挑战性的真实机器人导航任务中通常出现的复杂多模态后验分布得以近似。我们在模拟和真实世界实验上展示了我们的方法，这些实验需要在动态变化的环境中实时执行。