稀疏反馈线性-二次最优控制的两时刻优化框架
最优化与控制
2024-12-11 v4 机器学习
摘要
本文研究了具有凸参数化和凸界限不确定性的保证稀疏反馈线性-二次（LQ）最优控制，其中在代价中加入惩罚项以惩罚分布式控制器之间通信链路的数量。随后，研究了最小化修改代价并保证稳定性的稀疏反馈增益，并将主要结果分为三个部分。第一，关注松弛稀疏反馈LQ问题，基于proximal坐标下降和原始-对偶分割方法开发了两时刻算法。第二，研究分段二次松弛稀疏反馈LQ控制，该方法具有加速收敛速率。第三，通过BSUM（Block Successive Upper-bound Minimization）框架直接研究惩罚下的稀疏反馈LQ问题，介绍了精确逼近方法和变分性质。
引用
@article{arxiv.2406.11168,
title = {Two-Timescale Optimization Framework for Sparse-Feedback Linear-Quadratic Optimal Control},
author = {Lechen Feng and Yuan-Hua Ni and Xuebo Zhang},
journal= {arXiv preprint arXiv:2406.11168},
year = {2024}
}