arXiv · Machine Learning· Weiping Wu, Qitong Pan, Xun Li, Peng Wu·2026-10-28 12:00· 10 小时前AI 评分38

连续时间受约束随机线性二次控制的强化学习

Reinforcement learning for constrained stochastic linear--quadratic control in continuous time

AI 导读

研究针对标量状态、非负控制约束的连续时间随机线性二次控制，分析随机探索如何改变最优均值反馈，并用无熵辅助问题刻画有限时域价值函数和最优条件均值。对时不变系数，工作刻画无折扣无限时域最优解，并在给定假设下证明均方渐近稳定；针对未知动力学，还提出有限与无限时域的无模型 actor–critic 方案。