线性二次高斯与线性二次感觉运动控制模型的逆随机最优控制
最优化与控制
2022-11-01 v1
摘要
在本文中，我们定义并求解了线性二次高斯（LQG）与线性二次感觉运动（LQS）控制模型的逆随机最优控制（ISOC）问题。这些随机最优控制（SOC）模型是描述人体运动的最先进方法。LQG ISOC 问题包括基于实践中从人体观测到的真值轨迹，寻找二次代价函数的未知加权矩阵以及加性高斯噪声过程的协方差矩阵。LQS ISOC 问题旨在额外寻找 LQS 模型特有的信号依赖噪声过程的协方差矩阵。我们提出了一种求解这两个 ISOC 问题的方法，该方法通过两个双层优化迭代地估计代价函数与协方差矩阵。仿真示例表明了我们所开发算法的有效性。它找到了使轨迹匹配真值数据的均值与方差的参数。
引用
@article{arxiv.2210.17265,
title = {Inverse Stochastic Optimal Control for Linear-Quadratic Gaussian and Linear-Quadratic Sensorimotor Control Models},
author = {Philipp Karg and Simon Stoll and Simon Rothfuß and Sören Hohmann},
journal= {arXiv preprint arXiv:2210.17265},
year = {2022}
}