TRSOC

新的TRSOC方法通过KL散度增强最优控制

研究人员开发了一种名为轨迹正则化随机最优控制（TRSOC）的新方法，该方法通过引入Kullback--Leibler散度来增强标准的随机最优控制。该散度衡量受控轨迹分布与参考轨迹分布之间的差异，有效地作为漂移失配的惩罚。该方法保持了动态规划结构，并导致修改后的运行成本。实验表明，在性能和对参考动力学（包括从离线数据中学到的动力学）的遵循之间存在可调的权衡。