A MEASURE-VALUED HJB PERSPECTIVE ON BAYESIAN OPTIMAL ADAPTIVE CONTROL
创建于 更新于
摘要
本文研究一个连续时间贝叶斯自适应最优控制问题：控制通过动作改变观测过程的漂移，使目标函数依赖于隐藏静态信号的后验分布，并把滤波器视为受控的测度值鞅（MVM），从而将问题嵌入到无限维随机控制框架下，建立了弱、近似（逐步恒定控制）与原始强式问题的等价性并用测度值HJB方程（粘性解）刻画最优价值函数，同时构造了任意近似最优的分段恒定反馈策略，并给出一类受控MVM的稳定性结果以支撑连续性与比较原理 [page::0][page::10][page::15].
