计算机科学 > 机器学习
[提交于 2020年2月29日
(v1)
,最后修订 2020年6月23日 (此版本, v3)]
标题: 对抗性在线控制的对数遗憾
标题: Logarithmic Regret for Adversarial Online Control
摘要: 我们引入了一种新的在线线性二次控制算法,适用于已知系统在对抗性扰动下的情况。 在此设置中,现有的遗憾界为$\sqrt{T}$,除非对扰动过程施加强随机假设。 我们给出了第一个针对任意对抗性扰动序列的算法,前提是状态和控制成本由已知的二次函数给出。 我们的算法和分析使用最优离线控制律的特征,将在线控制问题转化为带有近似优势函数的(延迟)在线学习。 与之前的技术相比,我们的方法不需要控制迭代的移动成本,从而实现了对数遗憾。
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.