已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

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

单调多边形 非线性系统 有界函数 序列(生物学) 数学 收敛速度 趋同(经济学) 应用数学 算法 数学优化 计算机科学 数学分析 物理 几何学 量子力学 频道(广播) 计算机网络 生物 经济 遗传学 经济增长
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 被引量:4
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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
刚刚
1秒前
xuyang完成签到,获得积分10
5秒前
梦想里发布了新的文献求助10
5秒前
5秒前
浮浮世世完成签到,获得积分10
5秒前
李健完成签到 ,获得积分10
6秒前
平淡的芷卉完成签到,获得积分10
6秒前
科研通AI2S应助shengsheng采纳,获得10
7秒前
9秒前
浮浮世世发布了新的文献求助10
9秒前
ewmmel完成签到 ,获得积分10
10秒前
Yikao完成签到 ,获得积分10
11秒前
梦想里完成签到,获得积分10
12秒前
You完成签到 ,获得积分20
14秒前
虚幻笑晴发布了新的文献求助10
15秒前
Lijiahui完成签到 ,获得积分10
15秒前
xaoi发布了新的文献求助10
20秒前
22秒前
Vaibhav完成签到,获得积分10
23秒前
tommy008发布了新的文献求助10
26秒前
xaoi完成签到,获得积分10
28秒前
慕青应助强大的夜灵采纳,获得10
29秒前
Song完成签到 ,获得积分10
30秒前
31秒前
YAYING完成签到 ,获得积分10
32秒前
zzzhujp完成签到,获得积分10
32秒前
souther完成签到,获得积分0
33秒前
诺贝尔发布了新的文献求助10
34秒前
shushu完成签到 ,获得积分10
36秒前
胡图图啦啦完成签到 ,获得积分10
39秒前
诺贝尔完成签到,获得积分10
44秒前
46秒前
量子星尘发布了新的文献求助10
46秒前
乐乐应助syp采纳,获得10
48秒前
两袖清风完成签到 ,获得积分10
49秒前
嚯嚯应助shareef采纳,获得10
50秒前
虚幻笑晴发布了新的文献求助10
51秒前
111发布了新的文献求助10
52秒前
ABJ完成签到 ,获得积分10
53秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Treatise on Geochemistry (Third edition) 1600
Clinical Microbiology Procedures Handbook, Multi-Volume, 5th Edition 1000
List of 1,091 Public Pension Profiles by Region 981
医养结合概论 500
On the application of advanced modeling tools to the SLB analysis in NuScale. Part I: TRACE/PARCS, TRACE/PANTHER and ATHLET/DYN3D 500
L-Arginine Encapsulated Mesoporous MCM-41 Nanoparticles: A Study on In Vitro Release as Well as Kinetics 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5458721
求助须知:如何正确求助?哪些是违规求助? 4564710
关于积分的说明 14296681
捐赠科研通 4489782
什么是DOI,文献DOI怎么找? 2459274
邀请新用户注册赠送积分活动 1449020
关于科研通互助平台的介绍 1424511