LQG 控制的模仿与迁移学习
系统与控制
2023-06-23 v2 系统与控制
最优化与控制
摘要
本文研究线性二次高斯（LQG）控制的模仿与迁移学习设定，其中（i）系统动态、噪声统计与代价函数未知，并提供专家数据（即最优输入与输出的序列）以学习 LQG 控制器；（ii）对同一系统执行多个控制任务但具有不同 LQG 代价。我们表明 LQG 控制器可从长度为 的一组专家轨迹中学习，其中 与 分别为系统状态与输出的维数。此外，控制器可分解为估计矩阵（仅依赖于系统动态）与控制矩阵（依赖于 LQG 代价）的乘积。这种基于数据的分离原理使我们能将估计矩阵迁移至不同 LQG 任务，并将学习 LQG 控制器所需专家轨迹长度减少至 ，其中 为输入维数（对于 的单输入系统，这约减少 50% 所需专家数据）。
引用
@article{arxiv.2303.09002,
title = {Imitation and Transfer Learning for LQG Control},
author = {Taosha Guo and Abed AlRahman Al Makdah and Vishaal Krishnan and Fabio Pasqualetti},
journal= {arXiv preprint arXiv:2303.09002},
year = {2023}
}
备注
Accepted by IEEE L-CSS