在线控制的两全其美：竞争比与策略遗憾
机器学习
2022-11-22 v1
摘要
我们从两种不同视角考虑线性动力系统在线控制的基本问题：遗憾最小化与竞争分析。我们证明最优竞争策略可由一个凸参数化策略类很好地近似，即所谓的扰动-作用控制（DAC）策略。利用这一结构结果，我们表明若干近期提出的在线控制算法实现了两全其美：相对于事后所选最佳 DAC 策略的次线性遗憾，以及最优竞争比，直至一个随时间范围次线性增长的可加修正项。我们进一步得出结论：当线性动力系统未知时，甚至当动力学的一个稳定控制器并非先验可用时，相对于最优竞争策略的次线性遗憾也是可实现的。
引用
@article{arxiv.2211.11219,
title = {Best of Both Worlds in Online Control: Competitive Ratio and Policy Regret},
author = {Gautam Goel and Naman Agarwal and Karan Singh and Elad Hazan},
journal= {arXiv preprint arXiv:2211.11219},
year = {2022}
}