Exploratory Randomization for Discrete-Time Linear Exponential Quadratic Gaussian (LEQG) Problem

创建于 2025-09-22T08:38:00.915991+08:00 更新于 2025-09-22T09:05:08.197611+08:00

摘要

本文提出了一种基于能量-熵对偶性的离散时间LEQG问题随机化控制方法，将风险敏感控制问题转化为带熵惩罚的风险中性随机LQG博弈，推导了状态值函数的递归表达式及最优控制策略，并给出充分的鞍点存在条件和数值示例，阐释了探索-利用权衡及其在强化学习框架中的潜在应用机制 [page::0][page::5][page::7][page::15][page::17][page::19]

速读内容

深度阅读