Nov, 2018

适应性控制和学习的输入扰动

PDF
TL;DR本文研究了多输入多输出线性动态系统的同时调节和估计的自适应算法，提出了基于输入信号扰动的实用、易于实现的控制策略，这些策略表现出随着时间的平方根成比例恶劣后果，并且在时间上均匀保持。进一步讨论了特定的设置，其中这些贪婪策略达到了对数后悔的信息理论下界。为了证明这些结果，运用了最近关于自标准化鞅和策略分解的新方法。
发现论文，激发创造
  • 线性动力学的在线控制：基于数据驱动的方法

    该论文研究在线控制问题，通过使用单一无噪声轨迹计算干扰累积并通过在线梯度下降更新参数，提出了一种数据驱动的策略来减小控制器的后悔。

    Aug, 2023

  • 带敌对扰动的在线控制

    本文研究带有敌对干扰的线性动态系统的控制，在几乎不知道扰动信息的情况下，实现近乎最优的在线控制过程，主要贡献是提出一种算法来提供几乎紧密的遗憾界，这一研究在技术层面上对以前的工作进行了推广和扩展。

    Feb, 2019

  • 未知时变动态系统的在线控制

    研究在线控制未知动态的时变线性系统，在非随机控制模型下，通过研究与通用策略的悔恨界证明了该设置比未知时不变或已知时变动态的设置更具有困难性并给出了算法上界，其中 SLS、Youla 和线性反馈策略类被认为是常见的策略类之一。同时，我们给出了针对干扰响应策略类的高效算法，且证明该算法享有具有时间变化的系统所需要的苛刻更强的适应性悔恨界。

    Feb, 2022

  • 具有对抗性干扰的线性时不变系统分布式在线控制的遗憾分析

    本研究解决了分布式在线控制问题，考虑了存在对抗干扰的线性时不变系统网络。针对已知动态和未知动态两种情况，分别提出了全分布式干扰反馈控制器和探索 - 执行方法，并给出了相应的遗憾界。

    Oct, 2023

  • 基于学习的自适应控制离散多维随机线性系统稳定性界限及输入限制

    针对多维线性系统的自适应稳定化问题，该研究提出了一种确知等效控制方案，该方案将在线参数估计与饱和线性控制相结合，证明了在系统及噪声假设条件下，闭环系统具有高概率稳定性界限，并给出了数值实验结果。

    Apr, 2023

  • 在线线性二次控制

    我们研究了控制具有已知嘈杂动力学和对抗选择二次损失的线性时不变系统的问题，并提出了第一种在这种情况下保证 O（sqrt（T））遗憾的有效在线学习算法。我们的算法依赖于对系统稳态分布的新型 SDP 松弛。与以前提出的松弛相反，我们的 SDP 的可行解都对应于 “强稳定” 策略，这些策略混合到稳定状态的速度呈指数增长。

    Jun, 2018

  • 非随机控制的失当学习

    本文研究非随机控制问题，提出了一种基于降噪观测值的控制器参数化方法，通过在线梯度下降方法得到一个新的控制器，其对一类闭环策略实现了次线性遗憾，为非随机控制领域中第一个可以与所有线性稳定动态控制器竞争的遗憾界。

    Jan, 2020

  • 基于乐观主义的线性二次系统自适应调节

    本文针对线性二次系统的自适应控制过程中参数辨识与控制权衡的问题，提出了一种基于乐观偏置优化（optimism-based）的自适应控制方法。通过采用一些新的技术手段，本文对于重尾分布的随机矩阵的概率行为进行了综合处理，证明了该方法在半末态下的高概率上界是最优的，而且不需要做出过强的假设条件。

    Nov, 2017

  • 非随机控制问题

    该研究提出了一种针对未知线性动态系统进行控制的方法，能够对抗敌意干扰和对抗凸损失功能，通过衡量后效性的最佳线性策略，实现更高效的算法，并在此设定下保证次线性的遗憾边界 T^{2/3}。

    Nov, 2019

  • 动态环境下的遗憾最优控制

    考虑线性时变动态系统中的控制问题，使用后悔最小化的方法设计在线控制器，通过一个新的降阶到 H∞控制的方法导出了后悔最优控制器的状态空间结构，并给出了能量干扰下的紧密数据相关的后悔上界。

    Oct, 2020