清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Robust Reinforcement Learning for Risk-Sensitive Linear Quadratic Gaussian Control

线性二次高斯控制 强化学习 控制理论(社会学) 鲁棒控制 高斯分布 二次方程 计算机科学 线性控制系统 高斯过程 数学 控制(管理) 线性系统 人工智能 数学优化 控制系统 工程类 数学分析 物理 电气工程 量子力学 几何学
作者
Leilei Cui,Tamer Başar,Zhong‐Ping Jiang
出处
期刊:IEEE Transactions on Automatic Control [Institute of Electrical and Electronics Engineers]
卷期号:69 (11): 7678-7693 被引量:7
标识
DOI:10.1109/tac.2024.3397928
摘要

This paper proposes a novel robust reinforcement learning framework for discrete-time linear systems with model mismatch that may arise from the sim-to-real gap. A key strategy is to invoke advanced techniques from control theory. Using the formulation of the classical risk-sensitive linear quadratic Gaussian control, a dual-loop policy optimization algorithm is proposed to generate a robust optimal controller. The dual-loop policy optimization algorithm is shown to be globally and uniformly convergent, and robust against disturbances during the learning process. This robustness property is called small-disturbance input-to-state stability and guarantees that the proposed policy optimization algorithm converges to a small neighborhood of the optimal controller as long as the disturbance at each learning step is relatively small. In addition, when the system dynamics is unknown, a novel model-free off-policy policy optimization algorithm is proposed. Finally, numerical examples are provided to illustrate the proposed algorithm.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
大胆的灵雁完成签到,获得积分10
9秒前
整齐念薇完成签到,获得积分10
10秒前
xiaoxiao完成签到,获得积分10
11秒前
qq完成签到 ,获得积分0
18秒前
miaorunquan完成签到,获得积分0
20秒前
温暖水杯完成签到,获得积分10
28秒前
彭于晏的应助被欣欣采纳,获得10
31秒前
nano_grid完成签到,获得积分10
33秒前
动听的寒蕾完成签到,获得积分10
37秒前
英俊的铭的应助被科研通管家采纳,获得10
43秒前
44秒前
anan完成签到 ,获得积分10
54秒前
56秒前
57秒前
nojego发布了新的文献求助10
1分钟前
悲凉的问安完成签到,获得积分10
1分钟前
欣欣发布了新的文献求助10
1分钟前
kevin完成签到 ,获得积分10
1分钟前
大纯完成签到,获得积分10
1分钟前
yjt完成签到 ,获得积分10
1分钟前
孝顺的筮完成签到,获得积分10
1分钟前
1分钟前
xiaolizi完成签到,获得积分0
1分钟前
Yan1961发布了新的文献求助10
1分钟前
话说dota完成签到 ,获得积分10
1分钟前
欣欣完成签到,获得积分10
1分钟前
shangnanabcd123完成签到,获得积分10
1分钟前
优雅的树叶完成签到,获得积分10
2分钟前
害羞的雁易完成签到 ,获得积分10
2分钟前
烂漫香水完成签到 ,获得积分10
2分钟前
冷酷紫烟完成签到,获得积分10
2分钟前
不如看海完成签到 ,获得积分10
2分钟前
mufcyang完成签到,获得积分10
2分钟前
赘婿的应助被科研通管家采纳,获得30
2分钟前
顾矜的应助被Yan1961采纳,获得10
2分钟前
fatcat完成签到,获得积分10
2分钟前
Royzeng完成签到 ,获得积分10
2分钟前
砚木完成签到 ,获得积分10
2分钟前
无辜秋尽完成签到,获得积分10
2分钟前
yff完成签到 ,获得积分10
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Aspects of Post-SPE Phonology 2000
Nanocomposite Removal of Pesticides from Wastewater 1000
Rosenblum, Global Change Biology 800
Final Report for the 2-D Test of Model 901 Rotor and Wing Airfoils (BSWT 592) 528
Berberine regulates the TLR4 signaling pathway to suppress hypoxia-induced proliferation and migration of pulmonary arterial smooth muscle cells 520
Organizational Behavior 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 物理 有机化学 化学工程 内科学 生物化学 复合材料 催化作用 心理学 细胞生物学 无机化学 电极 光电子学 人工智能
热门帖子
关注 科研通微信公众号,转发送积分 7900671
求助须知:如何正确求助?哪些是违规求助? 9408023
关于积分的说明 20878262
捐赠科研通 7503494
什么是DOI,文献DOI怎么找? 3360570
关于科研通互助平台的介绍 2498930
邀请新用户注册赠送积分活动 2390540