未知噪声协方差下基于对偶性的随机策略优化估计
系统与控制
2023-03-08 v2 系统与控制
信号处理
最优化与控制
摘要
控制与估计的对偶性允许将数据驱动控制的最新进展映射到估计框架中。本文形式化并利用了这种映射，以考虑在过程和测量噪声统计特性未知时学习最优（稳态）Kalman增益的问题。具体而言，基于综合最优控制增益与估计增益之间的对偶性，滤波器设计问题被形式化为直接策略学习。在此方向上，利用对偶性将线性二次型调节器（LQR）直接策略更新的现有理论保证扩展至估计问题，确立了梯度下降（GD）算法在估计问题中的全局收敛性，同时处理了两个综合问题之间的细微差异。随后，采用随机梯度下降（SGD）方法在未知噪声协方差的情况下学习最优Kalman增益。结果通过若干数值算例进行了说明。
引用
@article{arxiv.2210.14878,
title = {Duality-Based Stochastic Policy Optimization for Estimation with Unknown Noise Covariances},
author = {Shahriar Talebi and Amirhossein Taghvaei and Mehran Mesbahi},
journal= {arXiv preprint arXiv:2210.14878},
year = {2023}
}