数学 > 数值分析
[提交于 2025年8月3日
]
标题: 基于策略迭代的探索性哈密顿-雅可比-贝尔曼方程的物理信息方法
标题: Physics-informed approach for exploratory Hamilton--Jacobi--Bellman equations via policy iterations
摘要: 我们提出了一种基于物理信息神经网络(PINNs)的无网格策略迭代框架,用于求解熵正则化随机控制问题。 该方法通过自动微分和神经近似,迭代地在软策略评估和改进之间交替进行,而无需依赖空间离散化。 我们提出了一个详细的$L^2$误差分析,将总近似误差分解为三个来源:迭代误差、策略网络误差和PDE残差误差。 所提出的算法通过一系列具有挑战性的控制任务进行了验证,包括5D和10D的高维线性二次调节问题,以及摆锤和小车杆问题等非线性系统。 数值结果证实了我们的方法在各种线性和非线性基准测试中的可扩展性、准确性和鲁棒性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.