Jafar Abbaszadeh Chekan

新算法保证线性二次系统的任意时间后悔

研究人员开发了一种用于控制线性二次系统的新算法，该算法保证任意时间后悔，这意味着它可以在任何时间点提供性能保证。该算法计算效率高，并实现了 $\mathcal{O}(\sqrt{t})$ 阶的后悔。它通过结合正则化和置信椭圆体，并使用新颖的输入扰动机制来实现任意时间性能，从而建立在现有框架之上。该方法还消除了对离散代数Riccati方程解的先验界限的需求，这是先前“面对不确定性时的乐观”算法的一个局限性。