BriefGPT.xyz
Sep, 2019
在线控制的对数后悔
Logarithmic Regret for Online Control
HTML
PDF
Naman Agarwal, Elad Hazan, Karan Singh
TL;DR
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。
Abstract
We study optimal
regret bounds
for control in
linear dynamical systems
under adversarially changing
strongly convex cost functions
, given
→