数学 > 优化与控制
[提交于 2025年7月11日
]
标题: 关于LQG问题的梯度支配性
标题: On the Gradient Domination of the LQG Problem
摘要: 我们通过策略梯度(PG)方法考虑线性二次高斯(LQG)调节器问题的解。 尽管PG方法在解决线性二次调节器(LQR)问题中展示了强大的理论保证,尽管其非凸景观,但在LQG设置中的理论理解仍然有限。 值得注意的是,经典的参数化下LQG问题缺乏梯度支配性,即具有动态控制器,这阻碍了全局收敛保证。 在这项工作中,我们通过采用稳定控制器集合的替代参数化并使用提升论点来研究LQG问题的PG。 我们将这种参数化称为控制输入的历史表示,因为它由前p个时间步的过去输入和输出数据参数化。 这种表示使我们能够为LQG成本建立梯度支配性和近似平滑性。 我们证明了在基于模型和无模型设置中策略梯度LQG的全局收敛性和每迭代稳定性保证。 提供了对开环不稳定系统的数值实验,以支持全局收敛保证,并说明在历史表示的不同历史长度下的收敛情况。
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.