BriefGPT - AI 论文速递
·
学习不稳定的连续时间随机线性控制系统
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文研究了线性系统识别问题，包括轨迹识别和系统切换控制。通过最小二乘和数据驱动的切换策略，提出了解决方法，并对性能进行了分析。
🎯
关键要点
- 本文研究线性系统识别问题，特别是轨迹识别和系统切换控制。
- 在已知部分观测的线性动态系统情况下，关注识别问题。
- 利用线性最小二乘方法的非渐近分析来表征有限时间样本复杂性。
- 设计了一个维度无关样本复杂性界的学习器。
- 考虑线性系统的切换控制问题，开发了维度相关的准则来检测破坏性控制器。
- 提出了数据驱动的切换策略来识别潜在系统的未知参数。
- 对数据驱动策略的性能进行了非渐近分析，并讨论其对监督控制方法的影响。
➡️
