基于反向经验回放的LTI系统分布式在线系统辨识
机器学习
2022-09-16 v2 系统与控制
系统与控制
最优化与控制
机器学习
摘要
线性时不变（LTI）系统的辨识在控制与强化学习中起着重要作用。渐近与有限时间离线系统辨识在文献中已有充分研究。对于在线系统辨识，近期提出了带反向经验回放的随机梯度下降（SGD-RER）思想，其中数据序列被存储在多个缓冲区中，且SGD更新在每个缓冲区内反向执行以打破数据点间的时间依赖。受此工作启发，我们研究多智能体网络上LTI系统的分布式在线系统辨识。我们将智能体视为相同的LTI系统，网络目标是通过利用智能体间的通信来联合估计系统参数。我们提出DSGD-RER，即SGD-RER算法的分布式变体，并从理论上刻画了估计误差相对于网络规模的改善。我们的数值实验证实了随着网络规模增大估计误差的减小。
引用
@article{arxiv.2207.01062,
title = {Distributed Online System Identification for LTI Systems Using Reverse Experience Replay},
author = {Ting-Jui Chang and Shahin Shahrampour},
journal= {arXiv preprint arXiv:2207.01062},
year = {2022}
}