从原始位置测量中学习控制
机器人学
2023-01-31 v1 机器学习
摘要
我们提出了一种名为VF-MC-PILCO的基于模型的强化学习(MBRL)算法,专门设计用于无法直接测量速度的机械系统。若不充分考虑这一情况,会损害MBRL方法的成功。为应对该问题,我们定义了由过去位置与输入集合构成的免速度状态表述。随后,VF-MC-PILCO使用高斯过程回归(Gaussian Process Regression)对免速度状态的动力学建模,并通过基于粒子的策略梯度方法优化控制策略。我们将VF-MC-PILCO与我们先前的MBRL算法MC-PILCO4PMS进行比较,后者通过建模速度估计器的存在来处理缺乏直接速度测量的问题。在仿真( cart-pole与UR5机器人)和真实机械系统(Furuta摆与球板装置)上的结果表明,两种算法取得了相似的结果。便利的是,VF-MC-PILCO不需要设计和实现状态估计器,而后者对专家用户而言可能是一项具有挑战性且耗时的任务。
引用
@article{arxiv.2301.13183,
title = {Learning Control from Raw Position Measurements},
author = {Fabio Amadio and Alberto Dalla Libera and Daniel Nikovski and Ruggero Carli and Diego Romeres},
journal= {arXiv preprint arXiv:2301.13183},
year = {2023}
}
备注
Accepted at the 2023 American Control Conference (ACC)