Primal-Dual Reinforcement Learning for Zero-Sum Games in the Optimal Tracking Control

强化学习 零(语言学) 对偶(语法数字) 钢筋 跟踪(教育) 零和博弈 计算机科学 控制(管理) 数学优化 数学 人工智能 纳什均衡 心理学 社会心理学 文学类 艺术 哲学 语言学 教育学
作者
Xuejie Que,Zhenlei Wang
出处
期刊:IEEE Transactions on Circuits and Systems Ii-express Briefs [Institute of Electrical and Electronics Engineers]
卷期号:71 (6): 3146-3150 被引量:1
标识
DOI:10.1109/tcsii.2024.3358676
摘要

The two-player zero-sum game method for solving optimal tracking problems with external disturbance has been extensively explored. However, challenges such as the selection of initial admissible policies and learning errors diminish the accuracy of the Nash equilibrium, even limiting the method's application to some extent. The proposed model-free primal-dual reinforcement learning algorithm utilizes state-input trajectories generated by a set of linearly independent initial vectors to obtain Nash equilibrium without the need for probing noise. Admissible policies for both players are treated as a non-convex constraint and solved from a primal-dual perspective. Simulation results for an inverter confirm that the proposed unbiased learning method not only exhibits superior tracking performance but also demonstrates a faster convergence speed.

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
今后应助长情半邪采纳,获得10
刚刚
刚刚
R语言发布了新的文献求助10
1秒前
1秒前
科研通AI6.2应助ardejiang采纳,获得10
1秒前
1秒前
Tian发布了新的文献求助10
2秒前
JamesPei应助lfzw采纳,获得10
2秒前
2秒前
3秒前
3秒前
3秒前
追梦完成签到 ,获得积分10
3秒前
容荣完成签到,获得积分10
3秒前
DrChen发布了新的文献求助10
4秒前
Orange应助酸碱盐采纳,获得10
4秒前
钟小先生完成签到 ,获得积分10
4秒前
5秒前
烟花应助翔96采纳,获得10
5秒前
哲炜完成签到,获得积分10
5秒前
杨华启应助一百度黑采纳,获得10
5秒前
坚强血茗发布了新的文献求助20
5秒前
小千发布了新的文献求助10
5秒前
weilanhaian完成签到,获得积分10
6秒前
6秒前
乐观的穆发布了新的文献求助10
7秒前
7秒前
8秒前
8秒前
兼善发布了新的文献求助10
8秒前
怡然的尔曼完成签到,获得积分10
8秒前
8秒前
科研通AI6.3应助Johan采纳,获得30
8秒前
柯英钊完成签到,获得积分10
8秒前
9秒前
chan发布了新的文献求助10
9秒前
薛老二完成签到,获得积分10
9秒前
zeng完成签到 ,获得积分10
9秒前
lisbattery完成签到 ,获得积分20
9秒前
研友_Zl1Da8发布了新的文献求助10
10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
Kinesiophobia : a new view of chronic pain behavior 3000
Les Mantodea de guyane 2500
Molecular Biology of Cancer: Mechanisms, Targets, and Therapeutics 2000
What is the Future of Psychotherapy in a Digital Age? 700
The Psychological Quest for Meaning 600
Zeolites: From Fundamentals to Emerging Applications 600
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5955172
求助须知:如何正确求助?哪些是违规求助? 7165292
关于积分的说明 15937270
捐赠科研通 5090001
什么是DOI,文献DOI怎么找? 2735504
邀请新用户注册赠送积分活动 1696337
关于科研通互助平台的介绍 1617268