无初始稳定性下线性二次控制器的样本复杂度
最优化与控制
2025-10-07 v3 机器学习
系统与控制
系统与控制
摘要
受 REINFORCE 启发，我们引入一种用于求解线性二次控制器（LQR）问题的新型滚动时域算法。与先前方法不同，本算法避免依赖两点梯度估计，同时保持相同的样本复杂度。此外，它消除了以稳定初始策略开始的限制，拓宽了适用范围。除了这些改进之外，我们对 Riccati 算子在黎曼距离下的收缩误差传播进行了更精细的分析。这种细化分析导致更好的样本复杂度并确保 improved 收敛保证。
引用
@article{arxiv.2502.14210,
title = {Sample Complexity of Linear Quadratic Regulator Without Initial Stability},
author = {Amirreza Neshaei Moghaddam and Alex Olshevsky and Bahman Gharesifard},
journal= {arXiv preprint arXiv:2502.14210},
year = {2025}
}