更改

其中<math>\mathrm{KL}(\cdot\|\cdot)</math>为 Kullback–Leibler 散度，先验分布<math>p(z_t\mid z_{t-1},a_{t-1})</math>即由 RNN 隐状态给出的预测分布。

其中<math>\mathrm{KL}(\cdot\|\cdot)</math>为 Kullback–Leibler 散度，先验分布<math>p(z_t\mid z_{t-1},a_{t-1})</math>即由 RNN 隐状态给出的预测分布。

=== 模型预测控制（Model Predictive Control, MPC）简介 ===

=== 模型预测控制（Model Predictive Control, MPC）简介[[（这部分内容可以放到3.3中）|'''<u><big>（这部分内容可以放到3.3中）</big></u>''']] ===

MPC 利用系统的动力学模型，在每个决策时刻通过有限时域优化实时生成控制输入。假设系统状态为<math>s_t</math> ，作用于系统的控制动作为<math>a_t</math>，动力学模型表示为

MPC 利用系统的动力学模型，在每个决策时刻通过有限时域优化实时生成控制输入。假设系统状态为<math>s_t</math> ，作用于系统的控制动作为<math>a_t</math>，动力学模型表示为