基于对抗强化学习的无模型 $\mu$ 综合
机器学习
2022-06-09 v2 最优化与控制
摘要
受近期基于策略的强化学习（RL）在经验上取得成功的推动，已有研究趋势在考察基于策略的 RL 方法在标准控制基准问题上的表现。本文中，我们考察了基于策略的 RL 方法在一个重要鲁棒控制问题上的有效性，即 综合。我们建立了鲁棒对抗 RL 与 综合之间的联系，并针对带静态 缩放的状态反馈 综合，开发了著名的 迭代的一种无模型版本。在所提算法中， 步通过引入近期开发的双循环对抗 RL 方法作为子程序来模仿经典中心路径算法，而 步基于无模型有限差分近似。我们还给出了广泛的数值研究以展示所提无模型算法的实用性。我们的研究为对抗 RL 与鲁棒控制之间的联系提供了新的见解。
引用
@article{arxiv.2111.15537,
title = {Model-Free $\mu$ Synthesis via Adversarial Reinforcement Learning},
author = {Darioush Keivan and Aaron Havens and Peter Seiler and Geir Dullerud and Bin Hu},
journal= {arXiv preprint arXiv:2111.15537},
year = {2022}
}
备注
Accepted to ACC 2022