Articles sur ProxPI

L’approche traditionnelle pour intégrer les politiques d’apprentissage dans le MPC consiste à placer le centre de la distribution d’échantillonnage sur le résultat de la politique, mais cela limite l’exploration lorsque l’inadéquation préalable se produit. ProxPI préserve l'échantillonnage central nominal grâce à un coût de proximité douce, maintenant ainsi l'accessibilité optimale des tâches dans les scénarios de non-distribution. Cela montre que l'intégration de la stratégie et du contrôle d'optimisation passe de « dirigée par la stratégie » à « guidée par la stratégie sous des contraintes d'optimisation ».