使用时间段模型进行预测和控制

# 使用时间段模型进行预测和控制 来源：https://openai.com/index/prediction-and-control-with-temporal-segment-models/ ## 摘要 我们介绍了一种基于深度生成模型学习复杂非线性系统动力学的方法，该方法在状态和动作的时间段上运行。与在单个离散时间步上运行的动力学模型不同，我们学习未来状态轨迹的分布，该分布以过去状态、过去动作和规划的未来动作轨迹为条件，以及动作轨迹的隐变量先验。我们的方法基于卷积自回归模型和变分自编码器。它对复杂的随机系统在长时间跨度上做出稳定准确的预测，有效地表达不确定性并建模碰撞、传感器噪声和动作延迟的影响。学习到的动力学模型和动作先验可用于端到端的、完全可微的轨迹优化和基于模型的策略优化，我们用它来评估我们方法的性能和样本效率。