Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2508.01720

帮助 | 高级搜索

数学 > 数值分析

arXiv:2508.01720 (math)
[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

Authors:Yeongjong Kim, Namkyeong Cho, Minseok Kim, Yeoneung Kim
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。
摘要: We propose a mesh-free policy iteration framework based on physics-informed neural networks (PINNs) for solving entropy-regularized stochastic control problems. The method iteratively alternates between soft policy evaluation and improvement using automatic differentiation and neural approximation, without relying on spatial discretization. We present a detailed $L^2$ error analysis that decomposes the total approximation error into three sources: iteration error, policy network error, and PDE residual error. The proposed algorithm is validated with a range of challenging control tasks, including high-dimensional linear-quadratic regulation in 5D and 10D, as well as nonlinear systems such as pendulum and cartpole problems. Numerical results confirm the scalability, accuracy, and robustness of our approach across both linear and nonlinear benchmarks.
主题: 数值分析 (math.NA)
MSC 类: 93E20, 35Q93, 68T07
引用方式: arXiv:2508.01720 [math.NA]
  (或者 arXiv:2508.01720v1 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.01720
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Yeoneung Kim [查看电子邮件]
[v1] 星期日, 2025 年 8 月 3 日 11:14:20 UTC (1,471 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
cs.NA
math.NA

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号