Jun, 2019

基于线性动力学和预测的在线最优控制：算法及遗憾分析

PDF
TL;DR研究了具有时间变化凸阶段成本的在线最优控制问题，设计了利用有限的梯度计算的 RHGC 算法，证明了其动态遗憾随着前瞻窗口大小的指数级下降，并利用线性二次跟踪问题提供了任何在线算法的动态遗憾的基本限制，最后用数值测试证明了 RHGC 算法在线性和非线性系统上的有效性和普适性。
发现论文，激发创造
  • 具备预测和转换成本的在线优化：快速算法和基本极限

    本文研究了具有有限预测窗口和附加决策切换成本的在线优化问题。提出了两种基于梯度的在线算法：RHGD 和 RHAG。该文章报告了这些算法的动态遗憾的上限，并且发现我们的基于梯度的 RHAG 算法是一种接近最优的在线算法。

    Jan, 2018

  • 基于梯度算法的平滑在线凸优化中的预测利用

    本研究考虑了具有时变阶段成本和附加切换成本的在线凸优化问题， 提出了一种名为 Receding Horizon Inexact Gradient (RHIG) 的基于梯度的在线算法来改善其性能，该算法只考虑最多 $W$ 步预测，以避免长期预测误差对在线性能的影响，并将其应用于随机预测误差模型和四轴飞行器跟踪问题中进行了数值测试。

    Nov, 2020

  • 关于基于预测的在线 LQR 控制算法的后悔分析

    本文研究在线线性二次调节器（LQR）控制与时变成本函数和干扰的动态后悔。研究了具有有限前瞻窗口的成本函数和干扰情况。本文研究的在线控制算法属于具有特定选择终端成本的模型预测控制（MPC），以保证 MPC 的指数稳定性。证明了这种在线算法的后悔随预测长度的指数级下降。本文还研究了对扰动的不准确预测的影响。

    Feb, 2021

  • 在线控制的对数后悔

    本研究中，我们研究了在线控制下的线性动态系统在拥有转移动态知识的拥有敌意的变化强凸成本函数下的最优遗憾界限，并提出了在线梯度下降和在线自然梯度两种不同且高效的迭代方法来实现遗憾边界小而有效。

    Sep, 2019

  • 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

  • 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

  • 线性时变系统中基于扰动的预测控制遗憾分析

    研究了在动态预测控制中，如何应对时间变化的线性动态和成本，提出了动态后悔度和控制竞争度的因果关系，并基于扰动边界提出了一种新的证明框架。

    Jun, 2021

  • 在线非线性控制的信息论遗憾界

    该研究针对未知的非线性动态系统问题，提出了一种基于再生核希尔伯特空间的顺序控制算法，并通过信息理论量来获得近乎最优的遗憾上界，实验结果表明其在多个非线性控制任务中均获得了较好的表现。

    Jun, 2020

  • 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

  • 动态环境下的在线优化：强凸问题改进遗憾率

    本文提出一种基于在线梯度下降方法的动态调参算法，以降低动态遗憾（dynamic regret），进而优化强凸且未知动力学的损失函数。

    Mar, 2016