IEEE TNNLS

A Fully Data-Driven Value Iteration for Stochastic LQR: Convergence, Robustness and Stability

一种完全数据驱动的价值迭代用于随机线性二次控制：收敛性、鲁棒性和稳定性

Leilei Cui, Zhong-Ping Jiang, Petter N. Kolm, Grégoire G. Macqueron

AI总结 本文研究了数据驱动控制中价值迭代算法在随机线性二次系统中的收敛性、鲁棒性和稳定性，提出无需初始控制策略的鲁棒自适应动态规划算法，并通过数据中心冷却和动态投资组合分配实验验证其有效性。

Comments To be published in IEEE Transactions on Neural Networks and Learning Systems