面向模型预测控制的实用强化学习：在真实机器人上不到一小时从稀疏目标中学习
机器人学
2020-04-21 v2 最优化与控制
摘要
模型预测控制（MPC）是一种强大的控制技术，它能够处理约束、考虑系统动力学并针对给定代价函数进行优化。然而在实践中，它通常需要专家来设计并调整该代价函数，并在不同状态惩罚之间权衡以满足简单的高层目标。在本文中，我们使用强化学习，特别是价值学习，在仅给定高层目标（可以是稀疏且二值的）的情况下近似价值函数。在先前工作的基础上，我们提出了一些改进，使我们能够成功地将该方法部署在真实世界的无人地面车辆上。我们的实验表明，我们的方法可以从零开始且在无需人工干预的情况下学习代价函数，同时达到与专家调参的MPC相近的性能水平。我们在仿真和真实机器人上对这些方法与标准MPC方法进行了定量比较。
引用
@article{arxiv.2003.03200,
title = {Practical Reinforcement Learning For MPC: Learning from sparse objectives in under an hour on a real robot},
author = {Napat Karnchanachari and Miguel I. Valls and David Hoeller and Marco Hutter},
journal= {arXiv preprint arXiv:2003.03200},
year = {2020}
}
备注
14 pages, 6 figures, submitted to L4DC 2020