背景:我正在尝试为低级 Controller 找到一个浮点参数列表，该 Controller 将导致机器人在行走时保持平衡。
问题:有人可以向我推荐任何适合我刚才描述的域的本地搜索算法吗？对我来说，主要的标准是收敛到正确解决方案的速度。
任何帮助将不胜感激!
P.S.此外，我进行了一些研究并发现“进化论 “策略”算法非常适合连续状态空间。但是，我并不完全确定它们是否适合我的特定问题。
更多信息:我正在尝试优化 8 个参数(尽管我可以将参数数量减少到 4 个)。我确实有一个模拟器，对我来说，一个标准是试验次数的速度，因为模拟重置的成本很高(平均需要 10-15 秒)。
最佳答案
对于低维度(最多大约 10 左右)的最佳本地搜索算法之一是 Nelder-Mead simplex method 。顺便说一句，它在 MATLAB 的 fminsearch 中被用作默认优化器功能。我个人使用这种方法来查找一些教科书二阶或三阶动态系统的参数(尽管非常简单)。
其他选项是已经提到的进化策略。目前最好的一个是协方差矩阵自适应 ES，或者 CMA-ES 。该算法有多种变体，例如BI-POP CMA-ES 等可能比普通版本更好。
您只需尝试最适合您的方法即可。
关于machine-learning - 推荐的控制域局部搜索优化算法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/36379868/