Abstract
モデル予測制御（MPC）は、さまざまなロボティクス制御タスクにおいてより重要な役割を果たしてきましたが、特に非線形動力学モデルの場合に、その高い計算要求は懸念事項です。本論文では、状態空間を潜在空間へ写像する extbf{la}tent extbf{l}inear extbf{q}uadratic extbf{r}egulator（LaLQR）を提案します。この潜在空間上では動力学モデルが線形となり、コスト関数は二次であるため、LQRを効率的に適用できます。私たちは、元のMPCを模倣することで、この代替システムを共同で学習します。実験の結果、LaLQRは他のベースラインと比較して優れた効率性と汎化性能を示します。
