Input perturbations for adaptive control and learning
Input perturbations for adaptive control and learning
复制标题
用于自适应控制和学习的输入扰动
DOI：
10.1016/j.automatica.2020.108950
复制
发表时间：
2020
期刊：
影响因子：
6.4
通讯作者：
Michailidis, George
中科院分区：
文献类型：
--
作者：
Shirani Faradonbeh, Mohamad Kazem;Tewari, Ambuj;Michailidis, George
本文研究了多输入多输出（MIMO）线性动态系统同时调节（即控制）和估计（即学习）的自适应算法。提出了实用、易于实现的基于输入信号扰动的控制策略。事实证明，这样的政策可以实现最坏情况下的后悔，这种后悔的规模相当于时间范围的平方根，并随着时间的推移而保持一致。进一步讨论了贪心策略达到对数后悔的信息论下界的具体条件。为了建立结果，利用了自归一化鞅的最新进展以及一种新的策略分解方法。
This paper studies adaptive algorithms for simultaneous regulation (i.e., control) and estimation (i.e., learning) of Multiple Input Multiple Output (MIMO) linear dynamical systems. It proposespractical, easy to implement control policies based onperturbationsof input signals. Such policies are shown to achieve a worst-case regret that scales as the square-root of the time horizon, and holds uniformly over time. Further, it discusses specific settings where such greedy policies attain the information theoretic lower bound of logarithmic regret. To establish the results, recent advances on self-normalized martingales together with a novel method of policy decomposition are leveraged.
登录
查看更多内容
影响因子：
8.7
作者：
Maryam Fazel;Rong Ge;S. Kakade;M. Mesbahi
通讯作者：
Maryam Fazel;Rong Ge;S. Kakade;M. Mesbahi
随机网络快速匹配算法的最优性及其在结构可控性中的应用
影响因子：
4.2
作者：
Mohamad Kazem Shirani Faradonbeh;Ambuj Tewari;G. Michailidis
通讯作者：
G. Michailidis
关于自适应控制问题中参数空间两个子集结构的注记
DOI：
--
发表时间：
1986
期刊：
影响因子：
--
作者：
J. Polderman
通讯作者：
J. Polderman
线性二次系统基于乐观的自适应调节
影响因子：
6.8
作者：
Faradonbeh, Mohamad Kazem;Tewari, Ambuj;Michailidis, George
通讯作者：
Michailidis, George
论自适应LQ控制中辨识真实参数的必要性
影响因子：
2.6
作者：
J. Polderman
通讯作者：
J. Polderman