Maximum Entropy Optimal Control of Continuous-Time Dynamical Systems

汉密尔顿-雅各比-贝尔曼方程 最优控制 线性二次高斯控制 贝尔曼方程 数学 最大熵原理 动态规划 数学优化 强化学习 应用数学 Riccati方程 随机控制 控制理论(社会学) 线性二次调节器 熵(时间箭头) 代数Riccati方程 计算机科学 微分方程 数学分析 控制(管理) 人工智能 统计 物理 量子力学
作者
Jeongho Kim,Insoon Yang
出处
期刊:IEEE Transactions on Automatic Control [Institute of Electrical and Electronics Engineers]
卷期号:68 (4): 2018-2033 被引量:4
标识
DOI:10.1109/tac.2022.3168168
摘要

Maximum entropy reinforcement learning methods have been successfully applied to a range of challenging sequential decision-making and control tasks. However, most of the existing techniques are designed for discrete-time systems although there has been a growing interest to handle physical processes evolving in continuous time. As a first step toward their extension to continuous-time systems, this article aims to study the theory of maximum entropy optimal control in continuous time. Applying the dynamic programming principle, we derive a novel class of Hamilton–Jacobi–Bellman (HJB) equations and prove that the optimal value function of the maximum entropy control problem corresponds to the unique viscosity solution of the HJB equation. We further show that the optimal control is uniquely characterized as Gaussian in the case of control-affine systems and that, for linear-quadratic problems, the HJB equation is reduced to a Riccati equation, which can be used to obtain an explicit expression of the optimal control. The results of our numerical experiments demonstrate the performance of our maximum entropy method in continuous-time optimal control and reinforcement learning problems.
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
菜菜发布了新的文献求助10
刚刚
刚刚
荒谬完成签到,获得积分10
1秒前
荒谬发布了新的文献求助10
4秒前
SiDi发布了新的文献求助10
5秒前
6秒前
7秒前
8秒前
Alan完成签到 ,获得积分10
8秒前
fxfy完成签到,获得积分10
8秒前
菜菜完成签到,获得积分20
10秒前
67发布了新的文献求助10
11秒前
玩命的绾绾完成签到 ,获得积分10
11秒前
劲秉应助SiDi采纳,获得30
12秒前
背后城发布了新的文献求助10
15秒前
shenhai完成签到,获得积分10
15秒前
18秒前
NexusExplorer应助struggling采纳,获得10
20秒前
ding应助甩看文献采纳,获得10
21秒前
科研通AI2S应助荒谬采纳,获得10
21秒前
情怀应助荒谬采纳,获得10
21秒前
AireenBeryl531应助荒谬采纳,获得10
21秒前
无花果应助荒谬采纳,获得10
21秒前
唐帅发布了新的文献求助10
23秒前
liwenqiang完成签到,获得积分10
24秒前
脑洞疼应助科研通管家采纳,获得10
24秒前
leslie应助科研通管家采纳,获得10
24秒前
24秒前
24秒前
26秒前
芷兰丁香发布了新的文献求助10
28秒前
29秒前
体贴的兔子完成签到,获得积分10
29秒前
31秒前
冷静凌旋完成签到,获得积分10
33秒前
Ava应助小凉采纳,获得10
34秒前
甩看文献发布了新的文献求助10
34秒前
34秒前
35秒前
尊敬曼岚发布了新的文献求助10
36秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1200
BIOLOGY OF NON-CHORDATES 1000
进口的时尚——14世纪东方丝绸与意大利艺术 Imported Fashion:Oriental Silks and Italian Arts in the 14th Century 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 550
Zeitschrift für Orient-Archäologie 500
The Collected Works of Jeremy Bentham: Rights, Representation, and Reform: Nonsense upon Stilts and Other Writings on the French Revolution 320
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 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3352392
求助须知:如何正确求助?哪些是违规求助? 2977572
关于积分的说明 8680222
捐赠科研通 2658516
什么是DOI,文献DOI怎么找? 1455863
科研通“疑难数据库(出版商)”最低求助积分说明 674139
邀请新用户注册赠送积分活动 664679