以仅 $\sqrt{T}$ 后悔高效学习线性二次调节器
机器学习
2019-02-26 v2 机器学习
摘要
我们提出了首个计算高效的算法，在动态未知线性二次控制系统学习中实现 后悔。由此，我们解决了 Abbasi-Yadkori 与 Szepesvári（2011）以及 Dean、Mania、Matni、Recht 与 Tu（2018）提出的一个开放问题。
引用
@article{arxiv.1902.06223,
title = {Learning Linear-Quadratic Regulators Efficiently with only $\sqrt{T}$ Regret},
author = {Alon Cohen and Tomer Koren and Yishay Mansour},
journal= {arXiv preprint arXiv:1902.06223},
year = {2019}
}