首页 /研究 /面向可微分模型预测控制的模型无关元学习
LEARNING

面向可微分模型预测控制的模型无关元学习

Salma Elfeki, Riccardo Zuliani, Niklas Schmid, Efe C. Balta, John Lygeros

发表年份
2026
访问权限
开放获取

摘要

本文提出了一种将策略优化与元学习相结合的新框架,用于训练高度自适应的MPC控制器,使其能快速适应未见任务且计算成本低。在球板系统上的实验验证了该方法在参数化轨迹跟踪任务中的优越适应性。

关键词

meta-learningmodel predictive controlpolicy optimizationadaptationsystem identification

相关论文

查看 LEARNING 分类全部论文