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 > cs > arXiv:1208.2523v1

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:1208.2523v1 (cs)
[提交于 2012年8月13日 ]

标题: 核希尔伯特空间嵌入的路径积分控制

标题: Path Integral Control by Reproducing Kernel Hilbert Space Embedding

Authors:Konrad Rawlik, Marc Toussaint, Sethu Vijayakumar
摘要: 我们提出了一种将随机最优控制问题(以所谓的路径积分形式)嵌入再生核希尔伯特空间的方法。利用一致的基于样本的嵌入估计,可以得到一种无模型、非参数的方法来计算控制问题的近似解。这种表述允许将问题分解为不变部分和任务相关部分。因此,与该领域先前基于样本的方法相比,我们在样本数据的使用上更加高效,例如通过允许跨任务的样本重用。数值例子展示了样本效率,并提供了测试问题的实例。
摘要: We present an embedding of stochastic optimal control problems, of the so called path integral form, into reproducing kernel Hilbert spaces. Using consistent, sample based estimates of the embedding leads to a model free, non-parametric approach for calculation of an approximate solution to the control problem. This formulation admits a decomposition of the problem into an invariant and task dependent component. Consequently, we make much more efficient use of the sample data compared to previous sample based approaches in this domain, e.g., by allowing sample re-use across tasks. Numerical examples on test problems, which illustrate the sample efficiency, are provided.
主题: 机器学习 (cs.LG) ; 机器学习 (stat.ML)
引用方式: arXiv:1208.2523 [cs.LG]
  (或者 arXiv:1208.2523v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.1208.2523
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Konrad Rawlik [查看电子邮件]
[v1] 星期一, 2012 年 8 月 13 日 08:30:14 UTC (437 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2012-08
切换浏览方式为:
cs
stat
stat.ML

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