亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Relaxed Policy Iteration Algorithm for Nonlinear Zero-Sum Games With Application to H-Infinity Control

零(语言学) 非线性系统 无穷 数学 控制理论(社会学) 控制论中的H∞方法 控制(管理) 应用数学 算法 数学优化 计算机科学 数学分析 物理 人工智能 量子力学 哲学 语言学
作者
Jie Li,Shengbo Eben Li,Jingliang Duan,Yao Lyu,Wenjun Zou,Yang Guan,Yuming Yin
出处
期刊:IEEE Transactions on Automatic Control [Institute of Electrical and Electronics Engineers]
卷期号:69 (1): 426-433
标识
DOI:10.1109/tac.2023.3266277
摘要

Though policy evaluation error profoundly affects the direction of policy optimization and the convergence property, it is usually ignored in policy iteration methods. This work incorporates the practical inexact policy evaluation into a simultaneous policy update paradigm to reach the Nash equilibrium of the nonlinear zero-sum games. In the proposed algorithm, the restriction of precise policy evaluation is removed by bounded evaluation error characterized by Hamiltonian without sacrificing convergence guarantees. By exploiting Fréchet differential, the practical iterative process of value function with estimation error is converted into the Newton's method with variable steps, which are inversely proportional to evaluation errors. Accordingly, we construct a monotone scalar sequence that shares the same Newton's method with the value sequence to bound the error of the value function, which enjoys an exponential convergence rate. Numerical results show its convergence in affine systems, and the potential to cope with general nonlinear plants.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
GAOGONGZI完成签到,获得积分10
9秒前
21秒前
阿北发布了新的文献求助10
28秒前
Airi发布了新的文献求助10
31秒前
Wang完成签到 ,获得积分20
54秒前
1分钟前
Airi完成签到,获得积分10
1分钟前
Milo完成签到,获得积分10
1分钟前
完美耦合发布了新的文献求助10
1分钟前
含糊的茹妖完成签到 ,获得积分10
1分钟前
3分钟前
3分钟前
实力不允许完成签到 ,获得积分10
3分钟前
完美耦合完成签到,获得积分10
3分钟前
1437594843完成签到 ,获得积分10
4分钟前
Owen应助zz采纳,获得10
8分钟前
小二郎应助科研通管家采纳,获得30
9分钟前
LIVE完成签到,获得积分10
9分钟前
10分钟前
10分钟前
lizhang发布了新的文献求助10
10分钟前
hilygogo完成签到,获得积分10
11分钟前
露露完成签到,获得积分10
14分钟前
houha233发布了新的文献求助10
14分钟前
14分钟前
宁异勿同完成签到,获得积分10
14分钟前
14分钟前
科研通AI2S应助踏实的芸遥采纳,获得30
15分钟前
15分钟前
15分钟前
poki完成签到 ,获得积分10
16分钟前
zz发布了新的文献求助10
16分钟前
16分钟前
16分钟前
houha233完成签到,获得积分10
16分钟前
17分钟前
xuhanghang发布了新的文献求助10
17分钟前
空曲完成签到 ,获得积分10
20分钟前
20分钟前
大模型应助zz采纳,获得10
20分钟前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Handbook of Qualitative Cross-Cultural Research Methods 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3139600
求助须知:如何正确求助?哪些是违规求助? 2790479
关于积分的说明 7795340
捐赠科研通 2446926
什么是DOI,文献DOI怎么找? 1301511
科研通“疑难数据库(出版商)”最低求助积分说明 626259
版权声明 601176