面向在线控制的几何探索

Orestis Plevrakis; Elad Hazan

面向在线控制的几何探索

机器学习 2020-10-30 v2 最优化与控制机器学习

作者: Orestis Plevrakis , Elad Hazan

摘要

我们研究一般凸代价下\emph{未知}线性动力系统的控制问题。目标是最小化相对于扰动反馈控制器类的后悔值，该类涵盖所有稳定化线性动态控制器。本工作中，我们首先考虑代价函数已知的情形，为此设计了首个具有 $n^3\sqrt{T}$ 后悔值的多项式时间算法，其中 $n$ 为状态维数与控制输入维数之和。 $\sqrt{T}$ 的时域依赖是最优的，且改进了先前最佳的 $T^{2/3}$ 上界。我们算法的主要组成部分是一种新颖的几何探索策略：我们在策略空间中自适应地构造一系列重心张成集。其次，我们考虑带宽反馈的情形，基于此借助随机带宽凸优化给出了首个具有 $poly(n)\sqrt{T}$ 后悔值的多项式时间算法。

关键词

在线控制线性动力系统后悔最小化几何探索重心张成集带宽反馈

引用

@article{arxiv.2010.13178,
  title  = {Geometric Exploration for Online Control},
  author = {Orestis Plevrakis and Elad Hazan},
  journal= {arXiv preprint arXiv:2010.13178},
  year   = {2020}
}

备注

NeurIPS 2020

面向在线控制的几何探索

摘要

关键词

引用

备注

相关论文