基于强化学习从大数据中学习模型预测控制
系统与控制
2023-01-05 v1 机器学习
系统与控制
摘要
本文提出一种利用强化学习(RL)方法直接从数据中学习模型预测控制(MPC)方案的方法。现有先进学习方法使用RL来提升参数化MPC方案的性能。然而,这些学习算法通常是基于梯度的方法,需要频繁评估计算代价高昂的MPC方案,从而限制了其在大数据集上的使用。我们提出通过以离线方式使用RL工具直接从数据中学习参数化MPC方案来解决此问题。我们的方法在已收集的数据集上无需求解MPC方案即可推导出MPC方案,从而消除了现有面向大数据技术的计算复杂度。我们在三个复杂度各异的仿真实验上评估了所提方法。
引用
@article{arxiv.2301.01667,
title = {Learning-based MPC from Big Data Using Reinforcement Learning},
author = {Shambhuraj Sawant and Akhil S Anand and Dirk Reinhardt and Sebastien Gros},
journal= {arXiv preprint arXiv:2301.01667},
year = {2023}
}