BriefGPT - AI 论文速递
·
线性动力学的在线控制：基于数据驱动的方法
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究探讨了在线控制未知动态的时变线性系统，并通过悔恨界证明了其困难性。提出了针对干扰响应策略的高效算法，具有更强的适应性悔恨界。
🎯
关键要点
- 研究在线控制未知动态的时变线性系统。
- 在非随机控制模型下，证明该设置比未知时不变或已知时变动态的设置更具困难性。
- 给出了算法上界，常见的策略类包括 SLS、Youla 和线性反馈策略。
- 提出了针对干扰响应策略类的高效算法。
- 证明该算法具有时间变化系统所需的更强适应性悔恨界。
➡️
