本文介绍了一个PAC-Bayes框架，该框架旨在为未知的随机线性离散时间系统学习控制器。该研究提供了控制器性能的数据相关界限，并提出了具有理论保证的新学习算法。这些算法适用于有限和无限控制器空间，并在特定场景下提供与LQG控制器相当的性能。 AI
影响 为控制系统引入了新颖的理论框架，可能对自主系统和机器人研究产生影响。
排序理由 该集群包含一篇学术论文，详细介绍了针对特定控制问题的新理论框架和算法。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
This paper presents a PAC-Bayes framework for learning controllers for unknown stochastic linear discrete-time systems, where the system parameters are drawn from a fixed but unknown distribution. We derive a data-dependent high probability bound on the performance of any learned…