関数近似と軌道最適化の利点を組み合わせる

ニューラルネットワークは最近、機械学習における多くの難しい問題を解決しましたが、制御の分野での影響は限られています。軌道最適化は最近、ロボット制御における多くの難しい問題を解決しましたが、オンラインでの使用は依然として難しいです。ここでは、軌道最適化によって得られた高忠実度の解を利用して、ニューラルネットワークコントローラのトレーニングを加速します。この二つの学習問題は、交互方向法（ADMM）を使用して結合されています。この結合により、軌道最適化者は教師として機能し、ネットワークを徐々により良い解へと導くことができます。逆接触ダイナミクスに基づいた新しい軌道最適化者を開発し、軌道だけでなくフィードバックゲインもネットワークへのトレーニングデータとして提供します。この方法は、転がること、達成すること、水泳、歩行のタスクに示されています。