Approximate Information States for Worst-case Control of Uncertain Systems
Approximate Information States for Worst-case Control of Uncertain Systems
复制标题
不确定系统最坏情况控制的近似信息状态
DOI：
--
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Andreas A. Malikopoulos
中科院分区：
文献类型：
--
作者：
Aditya Dave;N. Venkatesh;Andreas A. Malikopoulos
在本文中，我们研究了具有部分观察状态的最坏情况场景控制问题。我们考虑一个非随机的公式，其中动力学中的噪声和干扰是不确定变量，它们在有限集合中取值。在此类问题中，可以使用相对于存储器的动态程序（DP）来导出最优控制策略。使用状态的条件范围而不是内存可以提高该 DP 的计算复杂度。我们提出了信息状态的更一般的定义，该定义足以构造DP而不损失最优性，并表明条件范围是信息状态的一个例子。接下来，我们扩展这个概念来定义近似信息状态和近似DP。当使用近似 DP 导出控制策略时，我们还限制了最优性的最大损失。最后，我们通过数值示例说明我们的结果。
In this paper, we investigate a worst-case-scenario control problem with a partially observed state. We consider a non-stochastic formulation, where noises and disturbances in our dynamics are uncertain variables which take values in finite sets. In such problems, the optimal control strategy can be derived using a dynamic program (DP) with respect to the memory. The computational complexity of this DP can be improved using a conditional range of the state instead of the memory. We present a more general definition of an information state which is sufficient to construct a DP without loss of optimality, and show that the conditional range is an example of an information state. Next, we extend this notion to define an approximate information state and an approximate DP. We also bound the maximum loss of optimality when using an approximate DP to derive the control strategy. Finally, we illustrate our results in a numerical example.
DOI：
10.1016/j.automatica.2023.110912
发表时间：
2021-07
期刊：
Autom.
影响因子：
--
作者：
Andreas A. Malikopoulos
通讯作者：
Andreas A. Malikopoulos