Apprentissage des lois de contrôle avec DS

Cette séance de cours couvre le concept de lois de contrôle d'apprentissage avec Dynamical Systems (DS) pour les robots. Il explique pourquoi les dynamiques apprises avec des algorithmes d'apprentissage automatique standard peuvent être instables, introduit l'estimateur stable des systèmes dynamiques (SEDS) et les systèmes dynamiques variables de paramètres linéaires. La séance de cours démontre la modélisation d'un robot comme une masse de points se déplaçant selon un système dynamique autonome invariant dans le temps, discute des données d'entraînement, et l'utilisation de la régression du vecteur de soutien et de la régression du mélange gaussien. Il touche également à l'adaptation à l'aide des réseaux neuraux et conclut en soulignant que l'apprentissage d'une loi de contrôle comme problème de régression implique une régression sur la vitesse en fonction de l'état.