自适应采样的非专家演示数据驱动MPC：性能保证与样本复杂度

来源：https://arxiv.org/abs/2609.22828

提出基于非专家演示的数据驱动MPC策略构建方法，通过记忆化非参数策略构造有限时域替代价值函数的Lipschitz正则化上包络，实现无限时域最优控制的逼近。