我尝试在机器人模拟器中进行贝叶斯优化,以找到适合所需轨迹(正弦运动)的最佳 Kd 和 Kp 值。首先,我使用给定范围内的随机 Kp 和 Kd 值对手臂进行一些随机运动,并跟踪所需运动的误差。在高斯过程中,我注意到在大约 29 次调用之后,平均预测看起来不错,但在 30 次调用时,预测变得平坦(第二张图片)。为什么会这样,是不是数据点太多了,无法拟合?
顺便说一句,我在这里使用 Matern 内核,但 RBF 也会发生同样的情况
谢谢
如果您可以提供一些代码,会更容易提供帮助。你们做了超参数优化吗?你的内核的长度是多少?看起来很短。
此外,所有可观测值总是在 8000 - 9000 左右吗?然后您可能想要减少它们,例如减少 100 倍,以减少目标值之间的差异。您始终可以重新应用一些缩放。