基于感知的学习型控制器如何受鲁棒控制极限的影响
机器学习
2021-04-05 v1 计算机视觉与模式识别
机器人学
摘要
最优控制问题的难度传统上以系统属性表征，如能控性/能观性格拉姆矩阵的最小特征值。我们在数据驱动技术（如强化学习（RL））日益流行以及输入观测为高维图像且转移动力学未知的控制背景下重访这些表征。具体而言，我们追问：任务的可量化控制与感知难度度量在多大程度上能预测数据驱动控制器的性能与样本复杂度？我们在cartpole“杆平衡”问题中调节两类不同的部分可观测性——（i）cartpole上单一可见注视点的高度，可用于调谐任意控制器可达性能的基本极限；以及（ii）从cartpole深度或RGB图像推断的注视点位置中感知噪声的水平。在这些设定下，我们实证研究了两类流行的控制器族：RL与基于系统辨识的控制，使用视觉估计的系统状态。我们的结果表明，鲁棒控制的基本极限对基于感知的学习型控制器的样本效率与性能具有相应影响。访问我们的项目网站 https://jxu.ai/rl-vs-control-web 了解更多信息。
引用
@article{arxiv.2104.00827,
title = {How Are Learned Perception-Based Controllers Impacted by the Limits of Robust Control?},
author = {Jingxi Xu and Bruce Lee and Nikolai Matni and Dinesh Jayaraman},
journal= {arXiv preprint arXiv:2104.00827},
year = {2021}
}
备注
Accepted to L4DC 2021