通过贝叶斯优化对神经网络近似 MPC 进行微调（无需重新训练）

近似模型预测控制（AMPC）旨在用神经网络模拟 MPC 的行为，以消除在运行时解决昂贵优化问题的需求。然而，在部署期间，通常需要微调底层 MPC 的参数。这通常使 AMPC 不够实用，因为需要不断生成新数据集并重新训练神经网络。最近的工作通过采用 MPC 优化问题的近似灵敏度来解决此问题，无需重新训练进行适应。当前，这种适应必须手动完成，这既费力又在高维系统上难以直观。为解决此问题，我们提出使用贝叶斯优化来根据实验数据微调 AMPC 策略的参数。通过将基于模型的控制与直接和局部学习相结合，我们的方法在硬件上优于 nominal AMPC，所需实验最少。这使得 AMPC 能够自动且数据高效地适应新的系统实例并微调难以直接实现于 MPC 中的代价函数。我们在倒立车杆的摆起运动以及不完全支撑单轮平衡自行车的 yaw 控制中在硬件上演示了所提出的方法。