MPC4RL -- 基于模型预测控制的强化学习软件包
系统与控制
2025-01-28 v1 系统与控制
摘要
本文介绍了一种早期软件, 将强化学习 (RL) 与模型预测控制 (MPC) 集成。我们的目标是使文献中最新的理论贡献更易于访问, 服务于 RL 和 MPC 两个社区。我们结合了来自 RL 社区的标准软件工具, 如 Gymnasium、stable-baselines3 或 CleanRL, 以及 acados 工具箱, 这是一个广泛用于高效 MPC 算法的软件包。我们的核心贡献是 MPC4RL, 一个开源的 Python 软件包, 支持针对现有 acados 实现的学习增强 MPC方案。该软件包设计为模块化、可扩展且用户友好, 促进针对广泛控制问题调整 MPC 算法。该软件包已在 GitHub 上提供。
引用
@article{arxiv.2501.15897,
title = {MPC4RL -- A Software Package for Reinforcement Learning based on Model Predictive Control},
author = {Dirk Reinhardt and Katrin Baumgärnter and Jonathan Frey and Moritz Diehl and Sebastien Gros},
journal= {arXiv preprint arXiv:2501.15897},
year = {2025}
}