记忆受限部分可观测随机控制及其平均场控制方法
最优化与控制
2022-11-08 v2
摘要
具有不完全信息与记忆限制的控制问题出现在许多实际情形中。尽管部分可观测随机控制（POSC）是考虑不完全信息下最优控制问题的常规理论框架，它不能考虑记忆限制。此外，除特殊情况外，POSC在实践中无法求解。为解决这些问题，我们提出一个替代理论框架，记忆受限POSC（ML-POSC）。ML-POSC直接考虑记忆限制以及不完全信息，并且可通过采用平均场控制理论的数学技术在实践中求解。ML-POSC可将LQG问题推广到包含记忆限制。由于在含记忆限制的LQG问题中估计与控制未清晰分离，Riccati方程被修正为部分可观测Riccati方程，从而改善估计与控制。此外，我们通过将其与局部LQG近似比较，展示ML-POSC对非LQG问题的有效性。
引用
@article{arxiv.2203.10682,
title = {Memory-Limited Partially Observable Stochastic Control and its Mean-Field Control Approach},
author = {Takehiro Tottori and Tetsuya J. Kobayashi},
journal= {arXiv preprint arXiv:2203.10682},
year = {2022}
}