过去确有影响：高斯过程模型轨迹预测中后续状态的相关性
机器学习
2023-05-16 v2 机器学习
动力系统
摘要
从动力系统的高斯过程模型计算轨迹分布是运用此类模型的一项重要挑战。受基于采样的方法计算成本的启发，我们考虑对模型输出与轨迹分布进行近似。我们指出，先前关于不确定性传播、聚焦于离散状态空间模型的工作错误地引入了预测轨迹中后续状态之间的独立性假设。将这些思想推广到连续常微分方程模型，我们阐明了该假设的影响，并提出了一种新颖的高斯过程分段线性近似以缓解这些问题。
引用
@article{arxiv.2211.11103,
title = {The Past Does Matter: Correlation of Subsequent States in Trajectory Predictions of Gaussian Process Models},
author = {Steffen Ridderbusch and Sina Ober-Blöbaum and Paul Goulart},
journal= {arXiv preprint arXiv:2211.11103},
year = {2023}
}
备注
9 Pages, 4 Figures, Accepted at UAI2023, not camera-ready