基于核化 Lipschitz 估计的安全近似动态规划
系统与控制
2019-07-05 v1 机器学习
系统与控制
动力系统
最优化与控制
摘要
我们针对具有离散时间动力学的未知系统，开发了一种通过近似动态规划（ADP）技术获取强化学习安全初始策略的方法。我们采用核化 Lipschitz 估计与半定规划来计算具有可证明高概率的可容许初始控制策略。此类可容许控制器能够实现安全初始化与约束执行，同时保证闭环系统平衡点的指数稳定性。
引用
@article{arxiv.1907.02151,
title = {Safe Approximate Dynamic Programming Via Kernelized Lipschitz Estimation},
author = {Ankush Chakrabarty and Devesh K. Jha and Gregery T. Buzzard and Yebin Wang and Kyriakos Vamvoudakis},
journal= {arXiv preprint arXiv:1907.02151},
year = {2019}
}