关注
MPC控制与强化学习控制的区别
对于实际问题一般不直接上真机进行试验，因此要尽可能真实的模拟系统模型（构建系统动力学模型，可能会存在高阶非线性问题，甚至没有明确的物理模型，只有一些运行历史数据）ps1:近几年有提到强化学习中的模型预测控制概念，理解为model-based 的RL，在一些问题的性能上相对于model-free有所提升。，（可以是模型预测控制、经典PID控制、鲁棒控制、最优控制、伺服控制等，也可以是启发式算法机器学习算法等）（1）主要基于数据驱动，无需动力学建模，可选择性的注入专家经验，建模耗时短、成本低。