PETS（機率集成與軌跡抽樣，probabilistic ensembles with trajectory sampling）

PETS 對「我怎樣用一個深度模型做規劃，又不被它騙」這個問題，給出了一個乾淨而有影響力的答案。它的訣竅是不訓練單一個動態網路，而是訓練一小群機率性的集成網路，並把它們之間的分歧當成懷疑的量度。集成成員意見一致之處，模型可信；它們彼此分歧之處，規劃器就知道自己如履薄冰。

每個網路對下一個狀態輸出一個高斯分布，捕捉偶然雜訊；而幾個網路之間的散布，則捕捉因資料有限而來的認知不確定性。為了評估一個候選動作序列，PETS 抽樣許多條軌跡，每一步都把它推進到隨機選中的某個集成成員裡，使模型的不確定性被摺進預測回報中。接著一個基於抽樣的 MPC 控制器，藉由最佳化這些「考慮不確定性」的預測來選擇動作，每一步重新規劃。

PETS 證明了：謹慎地處理不確定性，能讓基於模型的智能體在連續控制基準上，用少得多的樣本就達到無模型方法的漸近表現。它的限制在於決策當下的計算負擔——許多模型、許多抽樣軌跡、每一步都要重新最佳化。