提出Soft MPCritic非可微预测控制框架
热点事件持续更新
提出Soft MPCritic非可微预测控制框架
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Thomas Banker 等研究者提出 Soft MPCritic，一个把模型预测控制与强化学习结合的框架，用采样式规划同时完成在线控制和价值目标生成，论文已提交至 arXiv。 该框架以 MPPI 实现实例化，通过拟合价值迭代学习终端 Q 函数；为降低价值目标生成的计算成本，引入摊销热启动策略，复用在线控制中规划出的开环动作序列来初始化批量 MPPI 计算；针对模型误差，规划基于一组下一一步预测动力学模型采样出的场景进行。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
Soft MPCritic：面向不可微预测控制的价值强化学习框架报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv eess.SY 系统与控制精选Soft MPCritic：面向不可微预测控制的价值强化学习框架
论文提出 Soft MPCritic，一个 MPC-RL 框架，学习软价值函数并用基于采样的规划同时进行在线控制和生成价值目标。该框架用 MPPI 实现实例化并通过拟合价值迭代学习终端 Q 函数，引入摊销热启动策略复用在线控制中规划的开环动作序列以降低计算成本，并在动力学模型集成上按场景规划以应对模型误差。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。