FORESEE：基于扩展-压缩无迹变换的在线策略优化预测方法

通过通用的不确定非线性动力学模型传播状态分布已知是难解的，通常需借助数值或解析近似。我们引入一种称为扩展-压缩无迹变换的状态预测方法，并用其解决一类在线策略优化问题。我们提出的算法将有限数量的sigma点通过状态相关分布进行传播，该分布要求在每一时间步增加sigma点数量以表示所得分布；此即我们所称的扩展操作。为保持算法可扩展性，我们为扩展操作增补了基于矩匹配的压缩操作，从而在各时间步的预测中保持sigma点数量恒定。经验表明其性能可与蒙特卡洛相媲美，但计算成本大幅降低。在状态与控制输入约束下，该状态预测随后与所提约束梯度下降的一种变体协同使用，以滚动时域方式在线更新策略参数。该框架被实现为用于策略训练的可微分计算图。我们在safe-control-gym的基准对比中展示了该框架用于四旋翼稳定任务，以及用于在领导者-跟随者问题中优化基于控制屏障函数（Control Barrier Function）的控制器参数。