Articles sur Gradient-Based Policy Learning

Cette recherche tente de combler l'écart de gradient entre l'apprentissage par renforcement et le MPC différentiable : recherche de variance avec une stratégie de réduction de gradient du solveur tout en préservant la dépendance de RL aux échantillons environnementaux. Il s’agit essentiellement de trouver un nouveau point d’équilibre entre l’efficacité de l’échantillon et le biais du modèle. S'il est établi, il favorisera le contrôle adaptatif MPC depuis l'ajustement manuel des paramètres jusqu'à l'optimisation en ligne basée sur l'apprentissage, et il convient de prêter attention à sa capacité de généralisation entre scénarios.