高斯过程
一种非参数概率模型,定义了函数空间上的分布,完全由均值函数和核函数(协方差函数)指定。高斯过程在机器人学中用于控制器参数的贝叶斯优化、带不确定性估计的基于模型的强化学习以及安全探索。它提供了良好校准的不确定性估计,但在大规模数据集上的扩展性较差(训练复杂度为O(n³))。
一种非参数概率模型,定义了函数空间上的分布,完全由均值函数和核函数(协方差函数)指定。高斯过程在机器人学中用于控制器参数的贝叶斯优化、带不确定性估计的基于模型的强化学习以及安全探索。它提供了良好校准的不确定性估计,但在大规模数据集上的扩展性较差(训练复杂度为O(n³))。