去创作
精彩点评：
- GPS 中使用 iLQG 求解某一条具体的轨迹，然后使用深度神经网络对这些成功轨迹进行拟合。
- 在 iLQG 求解新轨迹时，使用深度神经网络生成的轨迹进行初始化。
这种拟合是 BC 吗？
初始化的轨迹有多大作用？
使用 Adversarial 得到的奖励是否可行？
Improved Regularization
Code
Qtt 表示 Q 的二次微分，具体是 Qxx、Qxu 或 Quu，则根据相应元素来得到。
forward 函数是为了计算 kl_div 的，当判断 kl_div 满足收敛要求时，循环退出。
(1) dynamics
iLQR
Iterative Linear Quadratic Regulator Design for Nonlinear Biological Movement Systems
iLQG
A generalized iterative LQG method for locall ... ...
