无速度与加速度测量的物理系统基于模型的强化学习
机器学习
2020-02-26 v1 机器人学
系统与控制
信号处理
系统与控制
机器学习
摘要
本文提出一种基于高斯过程回归（GPR）的免导数模型学习框架，用于强化学习（RL）算法。在许多机械系统中，传感仪器仅能测量位置。因此，我们不再按物理学建议以位置、速度与加速度的集合表示系统状态，而是将状态定义为过去位置测量的集合。然而，基于物理第一性原理导出的运动方程作为速度与加速度的函数，无法直接应用于此框架。为此，我们引入一种新颖的免导数物理启发核，其可轻易与非参数免导数高斯过程模型结合。在两个真实平台上的测试表明，相较于基于 GPR 的传统模型，所考虑的状态定义结合所提模型提升了估计性能与数据效率。最后，我们通过求解两个真实机器人系统的 RL 控制问题验证了所提框架。
引用
@article{arxiv.2002.10621,
title = {Model-Based Reinforcement Learning for Physical Systems Without Velocity and Acceleration Measurements},
author = {Alberto Dalla Libera and Diego Romeres and Devesh K. Jha and Bill Yerazunis and Daniel Nikovski},
journal= {arXiv preprint arXiv:2002.10621},
year = {2020}
}
备注
Accepted at RA-L