linear-quadratic regulator
PulseAugur coverage of linear-quadratic regulator — every cluster mentioning linear-quadratic regulator across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新的联邦学习算法减少了 LQR 控制的通信量
研究人员开发了 ScalarFedLQR，这是一种新颖的联邦学习算法，专为线性二次调节器 (LQR) 控制而设计。该方法通过让每个代理仅传输其梯度估计的标量投影，而不是完整的梯度，从而显著减少了通信开销。该算法的效率随着代理数量的增加而提高，即使在高维场景下，也能实现更准确的梯度恢复和更快的收敛速度。
-
新框架增强多智能体跟踪能力，抵御网络攻击
研究人员开发了一个新的多智能体系统框架，以增强在目标定位和跟踪过程中抵御虚假数据注入攻击的弹性。所提出的方法将基于信息的导航与贝叶斯攻击图（BAG）分析相结合，以检测受损的智能体。然后，它使用可达集引导恢复，允许未受损的智能体重新定位目标，即使在主智能体受到攻击时也能保持跟踪能力。仿真表明，在这些网络威胁下性能稳健，凸显了其在安全关键型自主应用中的潜力。
-
对抗性强化学习发现稀疏拒绝服务攻击以破坏自触发控制系统
研究人员开发了一种新颖的对抗性强化学习方法，用于识别自触发控制系统中的漏洞。该方法侧重于寻找最稀疏的拒绝服务（DoS）攻击计划，这些计划能够破坏系统，类似于防御者使用的安全证书。该研究证明了对手造成崩溃所需的干扰次数的下限，并在 Pendulum、CartPole 和 Quadrotor2D 等模拟环境中，通过实证证明了所学习到的对手对各种控制器都有效。
-
新的LQR算法绕过稳定性要求，提高样本复杂度
研究人员为线性二次调节器（LQR）问题开发了一种新的递推视界算法，该算法解决了系统动力学未知的问题。这种新颖的方法通过不需要两点梯度估计并保持相同的样本复杂度来改进现有方法。一项关键的进展是消除了对初始稳定策略的需求，从而使该算法更具广泛适用性。该研究还利用黎曼距离精炼了通过Riccati算子的误差传播分析，从而提高了样本复杂度并保证了收敛性。
-
新的控制设计方法使用微分博弈处理竞争性任务
研究人员开发了一种名为“分而治之”的新控制设计方法，该方法使用微分博弈来管理单智能体、多目标动力学系统中的竞争性控制任务。该框架为每个目标分配一个虚拟输入，并创建一个博弈，其中参与者在考虑其他参与者策略的同时优化其特定成本函数。由此产生的纳什均衡合成了一个平衡冲突目标的复合控制器，为工程师提供了一种直观且模块化的方法。该方法已为连续时间和离散时间系统进行了数学推导，并实现了一个解决耦合代数Riccati方程的开源Python包。倒立摆…
-
研究人员在约束线性二次调节器的安全学习控制中实现了近乎最优的遗憾
研究人员开发了一种用于约束随机线性二次调节器自适应控制的新算法。该算法实现了近乎最优的遗憾 $\tilde{O}(\sqrt{T})$ 并满足了机会约束，能够处理无界噪声。该方法包括使用半定规划选择一个乐观策略，然后将其缩减以确保安全，理论保证源于新颖的基于协方差的分析。