基于 $\rho$-POMDP 规划的模型识别自适应控制

准确的系统建模对于安全有效的控制至关重要，误识为模型会导致在部分可见性下积累误差。我们通过将信息性输入设计和模型识别自适应控制（Model Identification Adaptive Control, MIAC）形式化为信念空间规划问题，建模为具有信念依赖奖励的部分可见马尔可夫决策过程（$\rho$-POMDP）。我们将系统参数视为必须定位的隐藏状态变量，同时控制系统。我们采用适应的信念空间线性二次调节器（BiLQR）来解决该问题。我们在完全和部分可见性任务中对 cart-pole 和稳定飞行器领域进行了演示。我们的方法在基线方法（如回归、滤波和局部最优控制方法）之上表现更好，即使在系统参数瞬时扰动的情况下也是如此。