Review basis integral concurrent learning #15
Description
#2 에 뒤따르는 이슈입니다.
다음 논문 논문을 읽고 1~2주 정도 뒤에 논의하는 시간을 가지도록 합시다!
N. Cho and Y. Kim, "Basis integral concurrent learning model reference adaptive control," 2016 European Control Conference (ECC), 2016, pp. 788-793, doi: 10.1109/ECC.2016.7810385.
== 지난 번 리뷰 내용 ==
CL Review
생성일: 2022년 1월 10일
주제: Concurrent Learning 논문 리뷰
2022-01-10
진행 상황
- Concurrent Learning 시초 논문 리뷰
- Projection 이해 안됨
- 수식은 github 리뷰에 정리해둠
- motivation
- current data, past data 사이의 가중치를 조절하고 싶었다.
- 하지만 결과는.. 더 좋지 않다.
- 데이터를 몇 개나 모아야 하고, linearly independant한 데이터를 어떻게 뽑니
- size p 인 buffer 유지
- 새로 데이터 들어올 때마다 p + 1개 중에 p 개 골라내기
(Remark 2의 행렬의 min. eigenvalue가 가장 커지도록 하는 p개)
- 시뮬레이션에 K_r 값이 없다.
- MRAC을 찾아봐야 한다
- epsilon 계산 가능하니?
- Remark 5, 24번 식을 이용하면 된다.
- Projection 이해 안됨
다음에는 무엇을 할까?
- 다음 중의 한 가지를 하면 어떨까
- Concurrent Learning 조금 더 보기
- N. Cho - 2016 - Basis Integral Concurrent Learning Model Reference Adaptive Control
- Approximate Optimal Tracking Review
- R. Kamalapurkar - 2018 - Model-Based Reinforcement Learning for Infinite-Horizon Approximate Optimal Tracking
- Concurrent Learning 조금 더 보기
To Do
- N. Cho - 2016 - Basis Integral Concurrent Learning Model Reference Adaptive Control 리뷰
(1~2주)