最优控制问题中正则化前后向扫描迭代的辛Runge-Kutta离散化
数值分析
2020-08-21 v2 数值分析
摘要
Li、Chen、Tai与E.（J. Machine Learning Research，2018）提出了一种用于求解最优控制问题中庞特里亚金极大值原理的前向后向扫描迭代的正则化方法。作者证明了该迭代在连续时间情形下的全局收敛性。本文中我们表明，他们的证明可推广到由辛Runge-Kutta对进行数值离散的情形。我们通过一个简单的数值实验展示了收敛性。
引用
@article{arxiv.1912.07028,
title = {Symplectic Runge-Kutta discretization of a regularized forward-backward sweep iteration for optimal control problems},
author = {Xin Liu and Jason Frank},
journal= {arXiv preprint arXiv:1912.07028},
year = {2020}
}