本研究提出了一种灵活的参数化最优控制方法，通过贝叶斯优化解决了控制策略学习中的安全性问题，同时提升了闭环控制性能。

本文介绍了一种使用深度神经网络从观测中学习预测模型的新方法，该方法在解决现实世界规划和控制问题方面具有前景。通过稀疏化神经网络进行端到端的优化，该方法在保证预测准确性的基础上取得更好的闭环控制性能。