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 艺术 哲学 语言学 教育学 文学类
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.
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
Zhao完成签到,获得积分10
1秒前
3秒前
玛斯特尔完成签到,获得积分10
4秒前
璿_发布了新的文献求助30
4秒前
5秒前
zca完成签到 ,获得积分10
5秒前
精明的听寒完成签到,获得积分10
5秒前
朱朱发布了新的文献求助10
6秒前
小蘑菇应助王贵康采纳,获得30
6秒前
英姑应助南南采纳,获得10
7秒前
8秒前
大个应助科研通管家采纳,获得10
10秒前
Fairy应助科研通管家采纳,获得10
10秒前
无心客应助科研通管家采纳,获得10
10秒前
科目三应助科研通管家采纳,获得10
10秒前
FashionBoy应助科研通管家采纳,获得10
11秒前
传奇3应助科研通管家采纳,获得10
11秒前
香蕉觅云应助科研通管家采纳,获得10
11秒前
华仔应助科研通管家采纳,获得10
11秒前
SciGPT应助科研通管家采纳,获得10
11秒前
浮游应助科研通管家采纳,获得10
11秒前
小杭76应助科研通管家采纳,获得10
11秒前
Ava应助科研通管家采纳,获得10
11秒前
小杭76应助科研通管家采纳,获得10
11秒前
11秒前
11秒前
11秒前
11秒前
11秒前
朱朱完成签到,获得积分10
12秒前
WangSiwei完成签到,获得积分10
13秒前
褚洙完成签到,获得积分10
13秒前
璿_完成签到,获得积分10
15秒前
16秒前
KevinT发布了新的文献求助10
17秒前
家夜雪完成签到,获得积分10
17秒前
20秒前
Criminology34应助chenping_an采纳,获得10
21秒前
21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
HIGH DYNAMIC RANGE CMOS IMAGE SENSORS FOR LOW LIGHT APPLICATIONS 1500
Constitutional and Administrative Law 1000
The Social Work Ethics Casebook: Cases and Commentary (revised 2nd ed.). Frederic G. Reamer 800
Corrosion and corrosion control 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
The Experimental Biology of Bryophytes 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 5373703
求助须知:如何正确求助?哪些是违规求助? 4499730
关于积分的说明 14007113
捐赠科研通 4406667
什么是DOI,文献DOI怎么找? 2420557
邀请新用户注册赠送积分活动 1413377
关于科研通互助平台的介绍 1389933