预测在在线控制中的威力

我们研究预测在具有随机和对抗性动态扰动的在线线性二次型调节器控制中的影响。在这两种设定下，我们刻画了最优策略，并推导出最小代价和动态遗憾的紧界。或许令人惊讶的是，我们的分析表明，传统的贪婪MPC方法在随机和对抗性设定下均是一种近最优策略。具体而言，对于长度为$T$的问题，MPC仅需$O(\log T)$次预测即可达到$O(1)$的动态遗憾，这与我们关于实现常数遗憾所需预测时界的下界相匹配（至多相差低阶项）。