分布鲁棒路径积分控制
系统与控制
2023-10-04 v1 系统与控制
摘要
我们考虑一个连续时间连续空间随机最优控制问题，其中控制器缺乏底层扩散过程的精确知识，而是依赖于一组有限的历史扰动轨迹。在数据收集受限的情况下，由经验数据综合得到的控制器可能表现出较差的性能。为解决此问题，我们提出一种名为分布鲁棒路径积分（DRPI）的新方法。该方法采用分布鲁棒优化（DRO）使所得策略对未知扩散过程具有鲁棒性。值得注意的是，DRPI 方案与风险敏感控制有相似之处，这使我们能够利用路径积分控制（PIC）框架作为高效求解方案。我们推导了 DRPI 方案的理论性能保证，其与在风险敏感控制中选择风险参数密切相关。我们验证了方案的有效性，并展示了在缺乏真实扩散过程时，相较于风险中性 PIC 策略的优越性。
引用
@article{arxiv.2310.01633,
title = {Distributionally Robust Path Integral Control},
author = {Hyuk Park and Duo Zhou and Grani A. Hanasusanto and Takashi Tanaka},
journal= {arXiv preprint arXiv:2310.01633},
year = {2023}
}