闭环学习的高维替代模型：用于神经网络参数化模型预测控制

从闭环数据学习控制器参数已被证明可提高闭环性能。贝叶斯优化作为一种广泛使用的黑箱且样本高效的学习方法，构建闭环性能的概率替代模型，并用于选择信息丰富的控制器参数。然而，它在处理稠密高维控制器参数化时通常遇到困难，因为标准替代模型难以捕捉此类空间的结构。本文建议使用贝叶斯神经网络作为替代模型，以缓解这一限制。我们对比了具有 Matern 核的高斯过程、有限宽度贝叶斯神经网络和无限宽度贝叶斯神经网络在 cart-pole 任务上的表现，发现贝叶斯神经网络替代模型实现了闭环成本更快且更可靠的收敛，并成功优化了数百维的参数化。无限宽度贝叶斯神经网络也能在超过一千个参数的设置中维持性能，而 Matern 核高斯过程则迅速失效。这些结果表明，贝叶斯神经网络替代模型可能适用于学习稠密高维控制器参数化，并为学习型控制器设计中的替代模型选择提供了实用指导。