线性二次调节器的鲁棒自适应控制的后悔界
机器学习
2018-05-25 v1 最优化与控制
机器学习
摘要
我们考虑线性二次调节器（LQR）的自适应控制，其中受控未知线性系统面临二次代价。利用近期在线性系统估计和鲁棒控制器综合方面的进展，我们提出了首个可证明多项式时间算法，为该问题提供次线性后悔的高概率保证。我们进一步通过证明任意算法所用探索时间表对应的期望后悔下界，研究后悔最小化与参数估计之间的相互作用。最后，我们进行数值研究，将我们的鲁棒自适应算法与自适应 LQR 文献中的其他方法比较，并通过将其推广到受状态约束的需求预测问题来展示所提方法的灵活性。
引用
@article{arxiv.1805.09388,
title = {Regret Bounds for Robust Adaptive Control of the Linear Quadratic Regulator},
author = {Sarah Dean and Horia Mania and Nikolai Matni and Benjamin Recht and Stephen Tu},
journal= {arXiv preprint arXiv:1805.09388},
year = {2018}
}