关于连续时间LQR的系统论离线学习与外生扰动
系统与控制
2025-09-26 v2 机器学习
系统与控制
摘要
我们分析线性二次型调节器(LQR)策略的离线设计,针对不确定扰动。首先考虑外生变量可在受控环境中估计的情形,随后考虑更为实际且具有挑战性的情形：在随机环境下该变量不可知。我们的做法基于自适应动态编程(ADP)的基本学习框架,结合Lyapunov-based分析方法以设计算法并从马尔可夫决策过程(MDP)-based方法中获得样本近似。对于涉及不可测扰动的情形,我们进一步在样本近似下为学习得到的控制增益建立稳定性和收敛性保证。总体方法强调简洁性,同时提供严格的保证。最后,数值实验聚焦于连续时间LQR的离线设计中外生扰动的细节与验证。
引用
@article{arxiv.2509.16746,
title = {On the System Theoretic Offline Learning of Continuous-Time LQR with Exogenous Disturbances},
author = {Sayak Mukherjee and Ramij R. Hossain and Mahantesh Halappanavar},
journal= {arXiv preprint arXiv:2509.16746},
year = {2025}
}
备注
17 pages, 3 figures