#复合梯度

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。