Moment Matching矩匹配

几点注意：

• 知道了dynamic以后，就可以进行规划，planning的方法有很多：
  简单随机搜索（一种简单、有效的规划算法），主要思想就是，在一段时域内对策略进行随机搜索（利用我们的dynamic进行模拟），然后用每组策略获得的cost分别评价每组策略，选取cost最低的那组策略作为我们的最优策略在实际的环境中运行。

• MPC就是在LQR的基础上进行replan。LQR规划是十分依赖于精确模型的，当实际的环境与LQR规划所用的模型差距很大的时候，规划的效果将大打折扣，因此我们在每个时间步长进行replan，增加了LQR对模型的鲁棒性。

• 高斯策略可以帮助更好的进行探索，让获得的数据看起来更加多样。

• 如果能获得全局的模型global model，那就可以用它来作精确的预测（包括视频/图像的预测）

• 用于收集数据的那个分布被称为是采样分布。

• 时变的局部模型local model 其实很有用，很具有表达性，可以对接触、碰撞、非线性、非光滑动态进行精确建模。