极小极大自适应控制的在线学习分析
系统与控制
2023-09-12 v2 系统与控制
摘要
我们针对不确定性包含有限个线性动力系统的情况，给出了极小极大自适应控制的在线学习分析。具体而言，对于不确定性集合中的每个系统，我们通过将极小极大自适应控制器产生的状态和输入轨迹与已知真实动态的事后最优控制器的相应轨迹进行比较，定义基于模型的遗憾(regret)。然后，我们将总遗憾定义为相对于所考虑不确定性集合中所有模型的最坏情况基于模型的遗憾。我们研究了总遗憾随时间的累积方式及其对控制器所采用自适应机制的影响。此外，我们考察了扰动对遗憾随时间增长的影响，并建立了控制器的鲁棒性与其相关遗憾率之间的联系。
引用
@article{arxiv.2307.07268,
title = {An Online Learning Analysis of Minimax Adaptive Control},
author = {Venkatraman Renganathan and Andrea Iannelli and Anders Rantzer},
journal= {arXiv preprint arXiv:2307.07268},
year = {2023}
}