- 1、本文档共17页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
PureMathematics理论数学,2024,14(1),416-432
PublishedOnlineJanuary2024inHans./journal/pm
/10.12677/pm.2024.141041
随机线性二次控制的资格迹方法
朱亚楠
上海理工大学,理学院,上海
收稿日期:2023年12月20日;录用日期:2023年12月29日;发布日期:2024年1月31日
摘要
本文研究了强化学习方法在线性二次控制问题(LQR)中的应用。在LQR问题的研究中,常见的方法通过
求解代数黎卡提方程得到最优控制,并不直接优化控制增益。本文在策略梯度算法的基础上引入资格迹
方法,直接优化控制增益矩阵。考虑已知和未知参数两种情况下,资格迹方法的收敛。在有限时域和高
斯噪声的条件下,分别给出了已知和未知参数两种情况下算法的全局收敛保证。参数未知时,利用零阶
优化定理近似梯度项,这可以将问题扩展至代价函数非凸的情况。数值模拟结果显示资格迹方法与梯度
下降算法相比更快收敛,方差更小。
关键词
线性二次最优控制,梯度下降,资格迹
EligibilityTraceMethodforStochastic
LinearQuadraticControl
YananZhu
CollegeofScience,UniversityofShanghaiforScienceandTechnology,Shanghai
ththst
Received:Dec.20,2023;accepted:Dec.29,2023;published:Jan.31,2024
Abstract
Thispaperstudiestheapplicationofreinforcementlearningmethodtolinearquadraticregulator
(LQR)problem.ForthestudyofLQRproblem,theusualmethodistoobtaintheoptimalcontrolby
solvingthealgebraicRiccatiequation,butnottooptimizethecontrolgaindirectly.Thispaperop-
timizesthecontrolgaindirectly,proposestheeligibilitytracemethodonthebasisofgradient
descentalgorithm,andproducesglobalconvergenceguaranteeinthecaseofknownandunknown
parameters,inthesettingoffinitetimehorizonandGaussiannoise.Whentheparametersare
unknown,thezero-orderoptimizationtheoremisusedtoapproximatethegradientterm,which
文章引用:朱亚楠.随机线性二次控制的资格迹方法[J].理论数学,2024,14(1):416-432.
DOI:10.12677/pm.2024.141041
朱亚楠
canextendtheproblemtocaseswherethecostfunctionisnotconvex.Num
您可能关注的文档
- 二维预泊松代数的分类.pdf
- 化归思想在中学数学解题中的应用.pdf
- 基于不动点理论的分数阶模糊细胞神经网络的稳定性分析.pdf
- 二维转置预泊松代数的分类.pdf
- 鸡兔同笼问题“假设法”的由来.pdf
- Cayley子集S全为2阶元的点稳定子为F20的5度无核2-正则Cayley图.pdf
- 一道典型复围线积分的探讨.pdf
- 带有个体自发行为变化的传染病模型的研究.pdf
- 二阶复合型非齐次线性常微分方程边值问题的求解.pdf
- 一类p-群的非交换图的谱性质.pdf
- 新版教材高中通用技术【粤科版】第三章第三节技术试验(1).pptx
- 革命烈士诗抄阅读指导市公开课一等奖省赛课微课金奖PPT课件.pptx
- 高中历史第1单元中国传统文化主流思想的演变第3课清明之际儒学的发展省公开课一等奖新名师优质课获奖PP.pptx
- 非谓语动词作状语公开课省公开课金奖全国赛课一等奖微课获奖PPT课件.pptx
- 高三化学复习考情解读+知识通关+题型突破+能力提升专题1化学计量省公开课一等奖新名师优质课获奖PPT.pptx
- 雅趣益智猜字谜语免费动感面含蓄优雅有触发式答案与喜爱的朋友分享市公开课一等奖省赛课微课金奖PPT课件.pptx
- 雅思写作如何写高分句子市公开课一等奖省赛课微课金奖PPT课件.pptx
- 非线性方程及非线性方程组解法省公开课金奖全国赛课一等奖微课获奖PPT课件.pptx
- 高三地理复习第四部分第二章中国地理第一讲中国地理概况省公开课一等奖新名师优质课获奖PPT课件.pptx
- 高三化学复习第十二章有机化学基础第三节有机合成及其应用省公开课一等奖新名师优质课获奖PPT课件.pptx
文档评论(0)