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:2303.16321v2

帮助 | 高级搜索

数学 > 优化与控制

arXiv:2303.16321v2 (math)
[提交于 2023年3月28日 (v1) ,最后修订 2023年3月31日 (此版本, v2)]

标题: 基于无限时间范围的部分观测最坏情况控制与学习

标题: Worst-Case Control and Learning Using Partial Observations Over an Infinite Time-Horizon

Authors:Aditya Dave, Ioannis Faros, Nishanth Venkatesh, Andreas A. Malikopoulos
摘要: 需要控制策略在最坏情况下对对抗性干扰和建模不确定性具有鲁棒性的安全关键网络物理系统。在本文中,我们提出了一种框架,用于部分观测系统的近似控制和学习,以最小化无限时间范围内的最坏情况折扣成本。我们将系统干扰建模为具有未知概率分布的有限值不确定变量。对于已知系统动态的问题,我们构建了一个动态规划(DP)分解来计算最优控制策略。我们的第一个贡献是定义信息状态,这可以在不损失最优性的情况下提高此DP的计算可行性。然后,我们描述了一类问题的简化方法,其中每个时间实例产生的成本都是可观察的。我们的第二个贡献是定义了一个近似信息状态,该状态可以或直接从观察到的数据中构建或学习,适用于具有可观察成本的问题。我们推导了由此产生的近似控制策略的性能损失界限,并通过一个数值示例展示了我们在部分观测决策问题中的方法的有效性。
摘要: Safety-critical cyber-physical systems require control strategies whose worst-case performance is robust against adversarial disturbances and modeling uncertainties. In this paper, we present a framework for approximate control and learning in partially observed systems to minimize the worst-case discounted cost over an infinite time horizon. We model disturbances to the system as finite-valued uncertain variables with unknown probability distributions. For problems with known system dynamics, we construct a dynamic programming (DP) decomposition to compute the optimal control strategy. Our first contribution is to define information states that improve the computational tractability of this DP without loss of optimality. Then, we describe a simplification for a class of problems where the incurred cost is observable at each time instance. Our second contribution is defining an approximate information state that can be constructed or learned directly from observed data for problems with observable costs. We derive bounds on the performance loss of the resulting approximate control strategy and illustrate the effectiveness of our approach in partially observed decision-making problems with a numerical example.
主题: 优化与控制 (math.OC) ; 人工智能 (cs.AI); 系统与控制 (eess.SY)
引用方式: arXiv:2303.16321 [math.OC]
  (或者 arXiv:2303.16321v2 [math.OC] 对于此版本)
  https://doi.org/10.48550/arXiv.2303.16321
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Aditya Dave [查看电子邮件]
[v1] 星期二, 2023 年 3 月 28 日 21:40:06 UTC (101 KB)
[v2] 星期五, 2023 年 3 月 31 日 21:51:33 UTC (200 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:
math.OC
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-03
切换浏览方式为:
cs
cs.AI
cs.SY
eess
eess.SY
math

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