线性约束在线 LQG 问题的策略优化的遗憾分析

本研究探讨了受环境噪音干扰的线性动态系统调节问题。

离线控制策略的代价会随着时间增长而与在线策略的代价收敛。

提出了一种自适应控制的方法，能够处理未知线性系统和需求预测问题。

研究了在线控制下的线性动态系统的最优遗憾界限，并提出了在线梯度下降和在线自然梯度两种高效的迭代方法。

提出了一种基于模型评估的自适应控制在线学习算法，通过与环境的交互来估计模型动态。

在已知嘈杂动力学和对抗选择二次损失的情况下，提出了保证 O（sqrt（T））遗憾的有效在线学习算法。

在处理未知真实系统参数的在线自适应控制问题中，证明了误差的最优性与时间步数、输入空间和系统状态空间的维度相关。

介绍了一种新的在线线性二次控制算法，通过将在线控制问题转化为在线学习，提高了算法效果。

研究了在线线性二次调节器控制与时变成本函数和干扰的动态后悔。

提出了一种基于降噪观测值的控制器参数化方法，实现了次线性遗憾。

提出了名为 ExpCommit 的算法，用于在未知模型动态的情况下最小化部分可观测线性二次控制系统中的后悔。