复杂系统随机最优控制的对偶框架

我们处理由交互式子系统组成的复杂系统的长期期望平均代价最小化问题。我们表述了子系统单阶段期望代价的多目标优化问题，并提供一个对偶框架以证明产生Pareto最优解的控制策略使系统的平均代价准则最小化。我们给出了存在条件和解的几何解释。对于与这里研究的约束一致的实际情况，我们的结果意味着当我们在复杂系统中寻求在线推导最优控制策略时，Pareto控制策略可能是有价值的。