研究人员开发了一种新的在线线性二次控制方法,该方法利用确定性等价性来实现多对数遗憾。该方法放宽了最优控制器的可辨识性要求,从而扩大了确定性等价性可以有效应用的 সমস্যা 范围。新算法保证在控制器可辨识性下,T次交互的预期遗憾为 $O(\log^2 T)$,而在可辨识性失败的情况下,则建立了相应的 $\Omega(\sqrt{T})$ 下界。这项工作以一个倒立摆为例进行了说明,并为最小方差控制提供了比先前方法更宽松的要求。 AI
排序理由 该集群包含一篇在arXiv上发表的研究论文,详细介绍了一种控制系统中的新理论方法。[lever_c_demoted from research: ic=1 ai=0.4]
- arXiv
- cart-pole
- Certainty equivalence principle in stochastic differential games: An inverse problem approach
- Hugging Face
- online linear quadratic control
- Polylogarithmic Regret via Certainty Equivalence in Degenerate LQR
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →