电气工程与系统科学 > 系统与控制
[提交于 2020年10月13日
]
标题: 基于强化学习的随机系统的平均成本最优控制
标题: Average Cost Optimal Control of Stochastic Systems Using Reinforcement Learning
摘要: 本文研究了具有乘性和加性噪声的离散时间系统的平均成本最小化问题,通过强化学习方法。 通过使用Q函数,我们提出了一种在线学习方案来估计Q函数的核矩阵,并利用系统轨迹上的数据更新控制增益。 获得的控制增益和核矩阵被证明会收敛到最优值。 为了实现所提出的学习方案,给出了一种在线无模型强化学习算法,其中使用递归最小二乘法来估计Q函数的核矩阵。 给出了一个数值示例来说明所提出的方法。
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.