受约束随机线性二次控制的强化学习研究
热点事件持续更新
受约束随机线性二次控制的强化学习研究
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Weiping Wu、Qitong Pan、Xun Li 和 Peng Wu 研究了标量状态、非负控制约束下的连续时间随机线性二次控制，并提出适用于未知动力学的有限与无限时域无模型 actor–critic 方案。研究指出，在二次运行成本下，随机探索会改变最优均值反馈；对时不变系数，在给定假设下刻画了无折扣无限时域最优解，并证明均方渐近稳定。
AI 根据报道生成 · 38 分钟前更新
最新进展10月28日 12:00
连续时间受约束随机线性二次控制的强化学习报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning连续时间受约束随机线性二次控制的强化学习
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。