Dropout MPC: 具有学习动态的集成神经 MPC 方法
📝
内容提要
通过引入 Dropout MPC 算法,采用蒙特卡洛 dropout 技术对学习到的系统模型进行采样,建立了一种基于模型的神经控制方法,适用于具有复杂动力学且存在不确定性的系统,并可以估计未来的不确定性,从而实现更可靠和谨慎的控制。
通过引入 Dropout MPC 算法,采用蒙特卡洛 dropout 技术对学习到的系统模型进行采样,建立了一种基于模型的神经控制方法,适用于具有复杂动力学且存在不确定性的系统,并可以估计未来的不确定性,从而实现更可靠和谨慎的控制。