深度模仿学习轨迹规划器

模仿最优控制器，实时生成

以离线深度模仿学习逼近迭代线性二次调节器，针对不稳定系统生成最优轨迹，并支持初始条件优化。

Chen, Bohsun · Lin, Peichun

Advanced Intelligent Systems 2024

技术优势

训练后更快

神经网络前向传播速度远超迭代优化，因此训练后生成轨迹比 iLQR 快得多。

初始条件可优化

利用神经网络梯度可通过反向传播优化系统初始条件，这是传统 iLQR 难以做到的。

有安全边界

通过梯度上升找到神经网络性能的最坏界限，确保轨迹在安全范围内。

应用场景

• 机器人操作技能学习：可用模仿学习快速获取复杂操作技能，减少人工示教。
• 不稳定系统控制：针对不稳定系统生成可跟踪轨迹，使控制更稳定。
• 模仿学习轨迹生成：直接从专家轨迹学习策略，实时生成最优轨迹。
• 工业机械臂轨迹规划：用于机械臂高速高精度轨迹规划，提高生产效率。