Multimodal Policy Search using Overlapping Mixtures of Sparse Gaussian Process Prior读书笔记

没怎么看懂，大致的motivation是，为了使non-parametric policy具有multimodal的性质，采用多个Gaussian Process混合的形式，并使用变分贝叶斯推断的方式进行policy search。还使用了sparse-pseudo-input GP进行扩展。

 

实验比较简单，做了一个物体抓取（旋转夹子使得能夹起物体，有顺时针和逆时针两种策略）和table-sweep任务（移动机械臂将桌面上的物体清除，有多种清除顺序）

 

有空再仔细研究下。