★ 2
DRL与MPC共享控制权的复合梯度学习
论文提出复合梯度学习（CGL），将MPC控制器纳入DRL学习过程，把DRL与MPC控制输入表示为联合动作并考虑其交互。在两个多类高速公路交通网络上评估，弱交互下收益有限，强交互下部分训练运行中学习到更优控制策略，但平均性能提升温和。
arXiv cs.LG46 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出复合梯度学习（CGL），将MPC控制器纳入DRL学习过程，把DRL与MPC控制输入表示为联合动作并考虑其交互。在两个多类高速公路交通网络上评估，弱交互下收益有限，强交互下部分训练运行中学习到更优控制策略，但平均性能提升温和。