linear quadratic regulators | BriefGPT

关键词linear quadratic regulators

搜索结果 - 7

基于线性贝尔曼完备性的计算高效强化学习
我们研究了计算和统计效率高的线性 Bellman 完整设置下的强化学习算法，该设置使用线性函数逼近来捕捉值函数，并统一了线性马尔可夫决策过程和线性二次调节器等现有模型。
PDF23 days ago
近似 Thompson 抽样用于学习线性二次调节器的 $O (\sqrt {T})$ 遗憾
我们提出了一种近似的 Thompson 采样算法，用于学习具有改进贝叶斯后悔界限为 O (√T) 的线性二次调节器（LQR）。我们的方法利用了经过细致设计的 Langevin 动力学和简单的激励机制。我们展示了激励信号随时间增长引起预条件器
PDFa month ago
线性可解的 MDP 与线性二次调节器的 Tsallis 熵正则化
对线性可解的 MDP 和线性二次调节器采用 Tsallis 熵来实现正则化，从而在探索和控制规律的稀疏性之间取得平衡。
PDF4 months ago
元学习线性二次调节器：一种基于策略梯度的模型无关 LQR 的 MAML 方法
在多任务、异构和无模型的情况下，我们研究了学习线性二次调节器（LQR）的问题。我们表征了基于策略梯度的无模型元学习方法（MAML）（Finn et al.，2017）在不同任务异质性设置下的稳定性和个性化保证。我们展示了 MAML-LQR
PDF5 months ago
具有低秩转换的情节线性二次调节器
本篇论文提出一种基于系统内在低秩结构进行高效学习的算法，使样本复杂度只依赖于秩而非环境维度，同时获得了关于 K 的次线性复杂度，在 LQR 问题的应用中取得了较好效果。
PDF4 years ago
关于 Actor-Critic 的全局收敛性：线性二次调节器具有遍历成本
研究了基于 actor-critic 算法的在线交替更新算法在双层优化问题中的应用，证明了该算法在线性二次型调节器中的全局最优对 actor 和 critic 的线性收敛率
PDF5 years ago
关于模仿学习的全局收敛性：线性二次调节器的案例
该研究探讨了生成对抗模仿学习在线性二次调节器方面的全局收敛性，提出了交替梯度算法解决非凸 - 凹几何形态可能带来的问题，该算法收敛速度为 Q 线性速率并得到全局最优策略和奖励函数，为理解和控制从强化学习和生成对抗学习中产生的非凸 - 凹交替
PDF5 years ago