用于深度强化学习与模型预测控制共享控制权的复合梯度学习

英文标题：Composite-Gradient Learning for Shared Control Authority Between Deep Reinforcement Learning and Model Predictive Control

该论文提出“复合梯度学习”框架，用于在深度强化学习（DRL）与模型预测控制（MPC）之间分配共享控制权。研究背景是将 DRL 与 MPC 集成用于自主系统控制，以结合两者的互补能力。原文摘要片段指出，DRL 可通过与环境交互学习控制策略；但所提供内容未包含具体实验数据、性能结论或实现细节。该方向对需要兼顾学习能力、模型约束与控制可靠性的自主系统开发具有潜在意义。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB