基于 Tsallis 散度的变分推断模型预测控制
机器学习
2021-04-02 v1
摘要
本文通过采用非广延的 Tsallis 散度，提供了一个变分推断-随机最优控制的广义框架。通过将变形指数函數引入最优性似然函数，推导出一种新颖的 Tsallis 变分推断-模型预测控制（Tsallis Variational Inference-Model Predictive Control）算法，该算法将变分推断-模型预测控制、模型预测路径积分控制、交叉熵方法以及 Stein 变分推断模型预测控制等已有工作作为特例包含在内。所提算法能够有效控制代价/奖励变换，并在相关代价的均值与方差缩减方面表现出优越性能。上述特性得到了关于该算法风险敏感性水平的理论与数值分析，以及在 5 种不同机器人系统与 3 种不同策略参数化下的仿真实验的支持。
引用
@article{arxiv.2104.00241,
title = {Variational Inference MPC using Tsallis Divergence},
author = {Ziyi Wang and Oswin So and Jason Gibson and Bogdan Vlahov and Manan S. Gandhi and Guan-Horng Liu and Evangelos A. Theodorou},
journal= {arXiv preprint arXiv:2104.00241},
year = {2021}
}