Online solution of nonlinear two-player zero-sum games using synchronous policy iteration

趋同(经济学) 鞍点 计算机科学 非线性系统 零和博弈 数学优化 理论(学习稳定性) 控制理论(社会学) 最优控制 贝尔曼方程 马鞍 零(语言学) 数学 控制(管理) 纳什均衡 人工智能 语言学 哲学 物理 量子力学 几何学 机器学习 经济 经济增长
作者
Kyriakos G. Vamvoudakis,Frank L. Lewis
标识
DOI:10.1109/cdc.2010.5717607
摘要

In this paper we present an online gaming algorithm based on policy iteration to solve the continuous-time (CT) two-player zero-sum game with infinite horizon cost for nonlinear systems with known dynamics. That is, the algorithm learns online in real-time the solution to the game design HJI equation. This method finds in real-time suitable approximations of the optimal value, and the saddle point control policy and disturbance policy, while also guaranteeing closed-loop stability. The adaptive algorithm is implemented as an actor/critic structure which involves simultaneous continuous-time adaptation of critic, control actor, and disturbance neural networks. We call this online gaming algorithm `synchronous' zero-sum game policy iteration. A persistence of excitation condition is shown to guarantee convergence of the critic to the actual optimal value function. Novel tuning algorithms are given for critic, actor and disturbance networks. The convergence to the optimal saddle point solution is proven, and stability of the system is also guaranteed. Simulation examples show the effectiveness of the new algorithm.
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
VVV完成签到 ,获得积分10
刚刚
2秒前
小蘑菇应助aitianzhuoyi采纳,获得10
2秒前
Revv发布了新的文献求助10
2秒前
3秒前
Jasper应助大胆寒风采纳,获得10
3秒前
Linda发布了新的文献求助30
4秒前
雨点儿发布了新的文献求助10
5秒前
顺利问玉完成签到 ,获得积分10
6秒前
爆米花应助研友_LOoomL采纳,获得10
6秒前
Bourne发布了新的文献求助10
6秒前
李健应助研友_xnEOX8采纳,获得10
6秒前
l玖发布了新的文献求助10
7秒前
玉玉发布了新的文献求助10
7秒前
林昊完成签到 ,获得积分10
8秒前
顾矜应助阿辉采纳,获得10
8秒前
科研通AI2S应助一往之前采纳,获得10
10秒前
科研通AI2S应助一往之前采纳,获得10
10秒前
10秒前
研友_VZG7GZ应助Fox采纳,获得10
12秒前
13秒前
脑洞疼应助lcy采纳,获得10
14秒前
16秒前
muzi完成签到,获得积分10
16秒前
16秒前
17秒前
Jasper应助雯雯采纳,获得10
17秒前
ZR发布了新的文献求助20
18秒前
慕青应助wnwn采纳,获得10
19秒前
王九八发布了新的文献求助10
19秒前
所所应助yyymmma采纳,获得10
20秒前
英姑应助1364135702采纳,获得10
20秒前
雨点儿完成签到,获得积分10
20秒前
萧水白应助王秋婷采纳,获得10
20秒前
qq完成签到,获得积分10
20秒前
21秒前
21秒前
不甜可以吗完成签到,获得积分20
22秒前
阿辉发布了新的文献求助10
23秒前
23秒前
高分求助中
Rock-Forming Minerals, Volume 3C, Sheet Silicates: Clay Minerals 2000
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
The Healthy Socialist Life in Maoist China 600
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
Keywords: explanatory textual sequences, motivation, self-determination, academic performance, math, artificial intelligence 500
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 3267492
求助须知:如何正确求助?哪些是违规求助? 2906869
关于积分的说明 8339980
捐赠科研通 2577519
什么是DOI,文献DOI怎么找? 1401002
科研通“疑难数据库(出版商)”最低求助积分说明 654998
邀请新用户注册赠送积分活动 633943