arXiv · ML· Luca Vignola, Melanie Zeilinger, Bruce D. Lee·· 2 天前AI 评分22
退化线性二次调节器中确定性等价策略实现多对数级遗憾
Polylogarithmic Regret via Certainty Equivalence in Degenerate LQR
AI 导读
针对在线线性二次控制(LQR),当最优控制器可辨识时,确定性等价算法可实现 $O(\log^2 T)$ 的期望遗憾。 该研究证明,奇异输入罚项放宽了可辨识性条件,扩展了确定性等价策略的有效范围;在可辨识性失效的情况下,则给出 $\Omega(\sqrt{T})$ 的极小极大下界。 这一结果揭示了奇异罚项在降低未知线性系统辨识需求及处理欠驱动系统(如小车-摆问题)中的理论优势。
来源:arXiv · ML · arxiv.org