详细内容或原文请订阅后点击阅览
一种更简单的学习控制机器人的方法
研究人员开发了一种机器学习技术，可以有效地学习控制机器人，从而以更少的数据实现更好的性能。
来源:MIT新闻 _机器人麻省理工学院和斯坦福大学的研究人员发明了一种新的机器学习方法，可用于在条件瞬息万变的动态环境中更有效、更高效地控制机器人，如无人机或自动驾驶汽车。
这项技术可以帮助自动驾驶汽车学会补偿湿滑的路况以避免打滑，让机器人自由飞行器在太空中拖曳不同的物体，或者让无人机在强风的吹拂下紧跟下坡滑雪者。
研究人员的方法将控制理论中的某些结构融入到学习模型的过程中，从而产生一种控制复杂动态的有效方法，例如由风对飞行器轨迹的影响引起的动态。思考这种结构的一种方法是将其作为有助于指导如何控制系统的提示。
“我们工作的重点是学习系统动态的内在结构，可以利用这些结构来设计更有效、更稳定的控制器，”麻省理工学院机械工程系和数据、系统和社会研究所 (IDSS) 的 Esther and Harold E. Edgerton 助理教授、信息和决策系统实验室 (LIDS) 成员 Navid Azizan 说道。“通过从数据中共同学习系统的动态和这些独特的控制导向结构，我们能够自然地创建在现实世界中更有效地运行的控制器。”
Navid Azizan Spencer M. Richards该论文的其他作者包括麻省理工学院机械工程和大脑与认知科学教授 Jean-Jacques Slotine 和斯坦福大学航空航天学副教授 Marco Pavone。这项研究将在国际机器学习会议 (ICML) 上发表。
论文学习控制器
学习控制器识别结构
识别结构