《表2 PILCO算法伪代码》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《PILCO框架对飞行姿态模拟器系统的参数设计与优化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

PILCO算法可以被分成三个层次，图3给出了PILCO算法的流程图。底层是利用现有数据，使用高斯过程回归的方法拟合出扩张状态[xu]与差分序列Δt=xt-xt-1+ε之间的函数关系，即概率动力学模型。中间层通过计算值函数进行策略评估，紧接着顶层利用共轭梯度（Conjugate Gradient Method，CG）或者随机梯度法（Random Gradient Method，RG）进行策略的优化，如此反复迭代来实现系统控制器的优化。表2中给出了PILCO算法实现的伪代码。