面向深度学习与反馈设计的数据生成算法
动力系统
2022-10-10 v2 最优化与控制
摘要
近期研究表明，深度学习是求解高维 Hamilton-Jacobi-Bellman 方程的一种有效途径。由此得到的以神经网络形式表达的反馈控制律，在最优控制的实时应用中计算高效。该设计方法的关键环节在于生成用于训练神经网络并验证其精度的数据。本文综述了现有可用于生成数据的算法。本文所综述的所有算法均无需因果性，即某一点处解的求解不依赖于该函数在任何其他点处的值。文末给出了一个基于深度学习的最优反馈设计的 illustrative example。
引用
@article{arxiv.1912.00492,
title = {Algorithms of Data Development For Deep Learning and Feedback Design},
author = {Wei Kang and Qi Gong and Tenavi Nakamura-Zimmerer},
journal= {arXiv preprint arXiv:1912.00492},
year = {2022}
}
备注
15 pages, 1 figure