Fully distributed optimal channel assignment for open spectrum access
在本文中,我们解决的问题,完全分布式分配的用户的子带,使系统的总速率最大化。我们引入了一个修改后的拍卖算法,可以应用在一个完全分布式的方式使用机会CSMA分配方案,是$ε$最优的。我们分析了该算法的预期时间复杂度,并提出了一种具有较低预期复杂度的算法变体。然后,我们表明,在独立同分布瑞利信道的情况下,一个简单的贪婪计划是渐近最优的$\SNR$增加或用户的数量增加到无穷大。最后,我们提供的建议算法的模拟结果。
2013-12-30 cs.DC cs.IT cs.NI
Optimal control problem of fully coupled forward-backward stochastic systems with Poisson jumps under partial information
研究了一类部分信息下带跳的随机最优控制问题。更精确地说,受控系统由一个完全耦合的非线性多维正倒向随机微分方程描述,该方程由一个Poisson随机测度和一个独立的多维布朗运动驱动,并且所有的容许控制过程都需要适应于由潜在的Poisson随机测度和布朗运动产生的滤波的给定子滤波.对于这类部分信息随机最优控制问题,我们给出了一个充要的最大值原理。允许系统中出现的所有系数依赖于控制变量,且控制域是凸的。
2009-11-17 math.OC math.PR
Optimal Inferential Control of Convolutional Neural Networks
针对CNNs超高维数和强非线性导致传统梯度最优控制失效的挑战,提出最优推断控制框架,并开发基于矩阵变量分布的序列集合卡尔曼平滑器以利用GPU加速计算,有效实现了对高维时空系统的控制。
2024-10-12 cs.SY eess.SY math.OC
Existence of optimal controls for stochastic partial differential equations with fully local monotone coefficients
本文利用极小化序列与 Faedo–Galerkin 逼近,证明全单调系数受控 SPDE 的适定性及随机最优反馈控制存在性,并可推广至随机对流扩散等方程。
2025-01-03 math.OC math.PR
Safe, Optimal, Real-time Trajectory Planning with a Parallel Constrained Bernstein Algorithm
University of Michigan(密歇根大学)
为了在世界中移动,移动机器人通常使用滚动时域策略,其中它们执行旧计划,同时计算新计划以合并新传感器信息。一个计划应该是动态可行的,这意味着它服从机器人的动力学和避障等约束;它应该有活性,这意味着机器人不会停下来计划太频繁,它不能完成任务;它应该是最优的,这意味着机器人试图满足用户指定的费用函数,如尽快到达目标位置。基于可达性的轨迹设计(RTD)是一种可以生成可证明的动态可行规划的规划方法。然而,RTD解决了非线性多项式优化程序在每个规划迭代,防止最优性保证;此外,RTD可以挣扎与活性,因为机器人必须刹车停止时,求解器发现局部最小值或无法找到一个可行解。本文提出了RTD*,它可证明在每次规划迭代中找到全局最优计划(如果存在这样的计划)。该方法是由一种新的离散约束伯恩斯坦算法(PCBA),这是一个分支定界法多项式优化。本文的贡献是:PCBA的实施;证明PCBA的时间和内存使用的界限;比较PCBA的最先进的求解器;和演示的PCBA/RTD* 上的移动机器人。RTD* 在具有随机放置障碍物的各种环境中的实时规划的最优性和活性方面优于RTD。
2020-03-03 cs.RO math.OC
Linear quadratic problems for fully coupled forward-backward stochastic control systems
研究具有不定控制权代价的随机完全耦合正倒向线性二次型(FBLQ)问题的最优控制。为了得到最优控制的状态反馈表达式,我们提出了一种新的解耦方法,得到了一类非Riccati型常微分方程(ODE)。在一定的假设条件下,利用平方完备法证明了所得到的常微分方程解的存在性,并导出了最优控制的状态反馈形式。对于这个FBLQ问题,最优控制依赖于状态过程的整个轨迹。最后给出了一些具体的例子来说明我们的结果。
2019-02-26 math.OC
Further extensions on the successive approximation method for hierarchical optimal control problems and its application to learning
本文针对分层最优控制中的高维非线性函数点估计学习问题,提出两种逐次逼近法扩展,分别通过增广 Hamiltonians 和中间状态变量提升收敛性与时间并行计算效率,最终获得最优参数估计。
2024-11-24 math.OC
On Minimax Optimal Dual Control for Fully Actuated Systems
Automatic Control LTH, Lund University(隆德大学自动控制LTH)
本文提出了一种多变量自适应控制器,用于完全驱动系统的最小最大最优双控问题,通过解决贝尔曼方程来优化探索与利用的平衡。
2025-11-27 math.OC
Fully Coupled Nonlinear FBS$Δ$Es: Maximum principle and LQ Control Insights
Huzhou University(湖州大学);Hanyang University(汉阳大学)
本文研究非线性完全耦合FBSΔ方程的最优控制问题,通过最大原理和LQ控制问题验证理论结果。
2025-11-29 math.OC
A General Maximum Principle for Progressive Optimal Control of Fully Coupled Forward-Backward Stochastic Systems with Jumps
本文针对带跳的全耦合正倒向随机系统,在非凸控制域和渐进可测框架下,提出一般最大值原理,并处理了含变量$e$的解及特殊扩散项,体现了$Z$与Polish空间的本质耦合。
2025-03-26 math.OC
Optimization of Fully Controlled Sweeping Processes
本文研究了控制作用进入多面体移动集和加性扰动的受控扫掠过程所支配的动力系统的一般最优控制问题的最优性条件。通过使用一阶和主要是二阶变分分析和广义微分工具,我们开发了一个适定的方法的离散逼近,获得最优性条件的解决方案,离散时间控制系统,然后建立通过传递到极限可验证的必要最优性条件的局部极小的原始控制扫描过程,完全表示在其给定的数据。所获得的必要的最优性条件的清扫动力学的效率示出通过解决自己感兴趣的三个非平凡的例子。
2021-03-16 math.OC
A deep learning method for solving stochastic optimal control problems driven by fully-coupled FBSDEs
Zhongtai Securities Institute for Financial Studies, Shandong University(山东大学中泰证券金融研究院);School of Mathematics, Shandong University(山东大学数学学院)
本文提出一种深度学习方法,将全耦合FBSDE驱动的随机最优控制问题转化为Stackelberg博弈,通过双层优化交替求解,并在投资-消费问题中验证了有效性。
2024-08-19 cs.AI math.OC
Fully discrete schemes for monotone optimal control problems
本文研究了具有单调控制的有限时域最优控制问题。我们考虑相应的Hamilton-Jacobi-Bellman(HJB)方程,它刻画了值函数。我们考虑了完全离散化的问题,使用有限元法来近似状态空间$Ω$。所得到的问题等价于一个停时问题的有限序列的解。证明了这些逼近的收敛阶一般为$(h+\frac{k}{\sqrt{h}})^γ$,其中$γ$是值函数$u$的Hölder常数.一个特殊的选举之间的关系的参数$h$和$k$允许获得一个收敛的顺序$k^{\frac{2}{3}γ}$,这是有效的,而没有空洞的假设,对问题的数据。我们还展示了一些数值实现的例子。
2014-07-07 math.OC
A Risk-Sensitive Global Maximum Principle for Controlled Fully Coupled FBSDEs with Applications
本文研究完全耦合正向-反向随机系统的风险敏感最优控制问题,在非凸控制域且值函数不光滑的条件下提出新的全局最大值原理,并通过 Girsanov 定理与配方法求解了线性系统的最优反馈控制。
2023-04-09 math.OC
Infinite Horizon Fully Coupled Nonlinear Forward-Backward Stochastic Difference Equations and Their Application to LQ Optimal Control Problems
本文在无限时域离散时间框架下,利用更宽松的支配-单调性条件和延拓方法,证明了全耦合非线性正倒向随机差分方程的唯一可解性,并应用于LQ最优控制问题,显式给出唯一最优控制。
2025-06-21 math.OC
A Sparse Polytopic LPV Controller for Fully-Distributed Nonlinear Optimal Control
本文研究图上非线性动力系统的分布式最优控制,即每个子系统的动态特性仅依赖于相邻状态的大规模系统。从以前的工作中,我们设计了一个基于云的部分分布式解决方案,在这里,我们提出了一个完全分布式的算法。本文的方法的关键新颖之处在于设计了一个稀疏控制器来稳定非线性系统在分布式算法每次迭代的轨迹。所提出的控制器是基于一个稳定控制器的多面体线性参数变化(LPV)系统满足非凸稀疏约束的设计。由于一个合适的选择的顶点矩阵和迭代过程中使用凸近似的非凸矩阵问题,我们能够设计一个控制器,其中每个代理可以本地计算的反馈增益在每次迭代通过简单地结合一些顶点矩阵,可以预先离线计算的系数。我们显示的有效性的策略上进行的多智能体编队控制问题的模拟。
2020-01-28 math.OC
Optimal control problems of fully coupled FBSDEs and viscosity solutions of Hamilton-Jacobi-Bellman equations
本文研究了完全耦合正倒向随机微分方程的随机最优控制问题。递归的成本泛函被定义为受控的全耦合FBSDES。我们研究了两种情况下的扩散系数$σ$的FSDES。我们用一种新的方法证明了值函数是确定的,满足动态规划原理(DPP),并且是相应的广义Hamilton-Jacobi-Bellman(HJB)方程的黏性解.当$σ$依赖于控制系统解$(Y, Z)$的第二分量而不依赖于控制系统时,相应的广义HJB方程与代数方程有关.为此,我们采用了Peng的Besides方法,特别是[16]中的随机向后半群的概念。我们强调,事实上,$σ$也依赖于$Z$使随机控制更加复杂,其结果是,相关的HJB方程与一个代数方程相结合,这是由吴和余[19]启发的。利用延拓方法结合不动点定理证明了该代数方程存在唯一解,并给出了该解的表示.另一方面,我们证明了一些新的基本估计的单调假设下,完全耦合FBSDES。特别是,我们证明了在Lipschitz和线性增长条件下,完全耦合FBSDES有一个唯一的解决方案的小时间间隔,如果Lipschitz常数$σ$ \相对于$z$是足够小的。我们还建立了这样的全耦合FBSDES的广义比较定理。
2013-02-05 math.OC math.PR
Agile Tradespace Exploration for Space Rendezvous Mission Design via Transformers
Dept. of Aeronautics & Astronautics Stanford University(航空与航天系 斯坦福大学)
本文提出基于变换器的框架,实现快速生成多目标交汇任务的帕累托最优轨迹,提升任务设计效率与灵活性。
2026-01-11 cs.AI cs.RO math.OC
The N-5 Scaling Law: Topological Dimensionality Reduction in the Optimal Design of Fully-actuated Multirotors
Robotics and Mechatronics Department, Electrical Engineering, Mathematics, and Computer Science (EEMCS) Faculty, University of Twente(特温特大学电气工程、数学与计算机科学学院机器人与机电一体化系);Department of Computer, Control and Management Engineering, Sapienza University of Rome(罗马大学计算机、控制与管理工程系)
本文提出N-5缩放定律,揭示全驱动多旋翼最优设计中拓扑结构与 chassis 几何对称性的关系,通过拓扑维度缩减实现最优控制。
2026-09-28 cs.RO math.GT math.OC