Rate-Optimal Online Convex Optimization in Adaptive Linear Control
Tel Aviv University（特拉维夫大学）；Google Research（谷歌研究院）
研究了在状态和代价函数均为全反馈且凸代价函数反向变化的情况下，未知线性动力系统的控制问题。我们提出了第一个计算效率高的算法，达到最佳的$\smash{\sqrt{T}}$ -后悔率相比，最好的稳定线性控制器在事后，同时避免严格的假设，如强凸性的成本。我们的方法是基于一个精心设计的非凸置信下限的在线成本，并使用一种新的技术，利用其特定的非凸结构的计算效率的遗憾最小化这些界限。
2022-06-03 cs.LG math.OC stat.ML
Optimal Rates for Random Order Online Optimization
Tel Aviv University（特拉维夫大学）；Google Research（谷歌研究院）
我们研究在线凸优化的随机顺序模型，最近提出的\citet{garber2020online}，其中的损失函数可能会选择由对手，但然后提交给在线算法在一个统一的随机顺序。聚焦的情况下，累积损失函数是（强）凸的，但个别损失函数是光滑的，但可能是非凸的，我们给出的算法，实现最佳的界限，并显着优于结果的\citet{garber2020online}，完全消除了维度的依赖性，并提高其缩放方面的强凸性参数。我们的分析依赖于算法稳定性和泛化之间的新联系，类似于在带替换i.i.d.~设置，以及对随机梯度下降的精细平均稳定性分析。
2021-06-29 cs.LG math.OC stat.ML
Near-Optimal Algorithms for Private Online Optimization in the Realizable Regime
Apple（苹果公司）；Tel Aviv University（特拉维夫大学）
我们认为在线学习问题的可实现的设置，有一个零损失的解决方案，并提出新的差分私有（DP）算法，获得接近最优的遗憾界。对于专家在线预测问题，我们设计了新的算法来获得接近最优的后悔${O} \big( \varepsilon^{-1} \log^{1.5}{d} \big)$，其中$d$是专家的数量。这显著改善了DP不可实现设置的最佳现有遗憾界限，其为${O} \big( \varepsilon^{-1} \min\big\{d, T^{1/3}\log d\big\} \big)$。我们还开发了一个自适应算法的小损失设置遗憾$O(L^\star\log d + \varepsilon^{-1} \log^{1.5}{d})$其中$L^\star$是最好的专家的总损失。此外，我们认为DP在线凸优化的可实现的设置，并提出了一个算法与接近最佳的遗憾$O \big(\varepsilon^{-1} d^{1.5} \big)$，以及一个算法的顺利情况下遗憾$O \big( \varepsilon^{-2/3} (dT)^{1/3} \big)$，都显着改善现有的界限在不可实现的制度。
2023-02-27 cs.CR cs.LG math.OC
Optimal Comparator Adaptive Online Learning with Switching Cost
Boston University（波士顿大学）
实际的在线学习任务通常自然地定义在无约束域上，其中一般凸损失的最优算法的特征在于比较器自适应的概念。在本文中，我们设计这样的算法中存在的切换成本-后者惩罚典型的乐观自适应算法，导致一个微妙的设计权衡。基于连续时间分析发现的一种新的双空间缩放策略，我们提出了一种简单的算法，将现有的比较器自适应遗憾界[ZCP 22 a]改进为最优速率。所获得的好处进一步扩展到专家设置，并通过一个顺序的投资任务证明了所提出的算法的实用性。
2022-10-11 cs.LG
Near-Optimal Algorithms for Online Matrix Prediction
Technion - Israel Institute of Technology（以色列理工学院）；IBM T. J. Watson Research Center（IBM托马斯·J·沃森研究中心）；Hebrew University（希伯来大学）
在最近感兴趣的几个在线预测问题中，比较类由具有有界元素的矩阵组成。例如，在在线最大割问题中，比较类是表示给定图的割的矩阵，而在在线赌博中，比较类是表示n个团队的排列的矩阵。另一个重要的例子是在线协同过滤，其中广泛使用的比较类是具有小迹范数的矩阵集。在本文中，我们隔离矩阵的一个属性，我们称之为（beta，tau）-可分解性，并推导出一个有效的在线学习算法，享有遗憾界O*（sqrt（beta tau T））的所有问题，其中的比较类是由（beta，tau）-可分解矩阵。通过分析切割矩阵，三角矩阵和低迹范数矩阵的可分解性，我们获得了在线最大切割，在线赌博和在线协同过滤的近最佳遗憾界。特别是，这解决了Abernethy（2010）; Kleinberg et al（2010）提出的一个悬而未决的问题。最后，我们推导出这三个问题的下界，并表明我们的上界是最佳的对数因子。特别是，我们的在线协同过滤问题的下限解决了Shamir和Srebro（2011）提出的另一个开放问题。
2012-03-31 cs.DS cs.LG
Differentiable Economics for Randomized Affine Maximizer Auctions
University of YYY（YYY大学）；Institute of WWW（WWW研究院）；University of Maryland（马里兰大学）；Carnegie Mellon University（卡内基梅隆大学）；Optimized Markets, Inc.（优化市场公司）；Strategic Machine, Inc.（战略机器公司）；Strategy Robot, Inc.（战略机器人公司）
最近的自动化机制设计，微分经济学的方法，表示拍卖丰富的功能近似和优化其性能的梯度下降。可微经济学的理想拍卖架构应该是完全防策略的，支持多个投标人和物品，并且足够丰富以代表最优（即收入最大化）机制。到目前为止，这样的架构还不存在。有单一投标人的方法（MenuNet，RochetNet），这总是防策略，可以代表最佳机制。遗憾网是多投标人，可以近似任何机制，但只是近似防策略。我们提出了一个架构，支持多个投标人，是完全防策略，但不一定代表最佳的机制。这种架构是经典的仿射最大化拍卖（AMA），修改后提供彩票。通过使用微分经济学的基于梯度的优化工具，我们现在可以训练彩票AMA，在收入方面与以前的方法竞争或超越以前的方法。
2022-02-06 cs.GT cs.LG econ.GN
Minimax-optimal and Locally-adaptive Online Nonparametric Regression
Sorbonne Université（索邦大学）；CNRS（法国国家科学研究中心）；Université Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；INRIA（法国国家信息与自动化研究所）；Grenoble INP（格勒诺布尔理工学院）；Vienna University（维也纳大学）
本文针对对抗性在线非参数回归提出一种无参数算法，通过修剪链式树动态适应局部 Hölder 平滑性，首次实现计算高效且局部自适应的极小极大最优速率。
2025-04-11 cs.LG math.ST stat.ML
Online Adaptive Identification of Switched Affine Systems Using a Two-Tier Filter Architecture with Memory
针对多输入多输出（MIMO）切换仿射系统，提出了一种保证参数收敛的在线自适应辨识方法。一个家庭的在线参数估计器，配备了一个双层低通滤波器架构，以方便参数学习和识别的每个子系统。滤波器以在参数估计算法中使用的预测误差的形式捕获关于未知参数的信息。所提出的方法，区别于大多数以前的结果的一个显着特点是使用的存储器银行，存储滤波器的值，并促进参数学习在一个子系统的活动和非活动阶段。具体地，从子系统的先前活动阶段学习的经验被保留在存储器中，并在其随后的活动和非活动阶段中用于参数学习。此外，间歇性初始励磁（IIE）的一个新的概念被引入到切换系统框架中，将先前建立的初始励磁（IE）条件扩展到切换系统框架。IIE被证明是足够的，以确保指数收敛的切换系统参数。
2022-04-07 cs.SY eess.SY
Lattice piecewise affine approximation of explicit model predictive control with application to satellite attitude control
针对显式MPC在复杂高维系统中离线计算量过大的问题，本文利用可行域采样点构建卫星姿态控制最优MPC的格点PWA近似，证明了系统渐近稳定性，仿真表明该方法以极低在线复杂度实现与线性MPC相当的性能且比LQR更省燃料。
2024-03-20 cs.SY eess.SY
Learning-Based Model Predictive Control for Piecewise Affine Systems with Feasibility Guarantees
本文提出一种结合在线与离线计算的模型预测控制方法，通过离线学习策略指定分段仿射区域序列，并给出可行性保证条件，以降低在线优化复杂度并减少离线负担。
2025-03-26 cs.SY eess.SY
Data-Driven Optimal Control of Affine Systems: A Linear Programming Perspective
在这封信中，我们讨论的仿射系统的数据驱动的线性规划的背景下的最优控制问题。首先，我们给出了值函数、Q-函数和松弛Bellman算子的不动点刻画的统一框架。然后，在无模型设置，我们展示了如何合成和估计贝尔曼不等式从一个小的，但足够丰富的数据集。为了保证探索的丰富性，我们完成了Willem的基本引理仿射系统的扩展。
2022-07-11 cs.SY eess.SY math.OC
Direct Data-Driven Approximate Optimal Control of Nonlinear Input-Affine Systems
Swiss Federal Laboratories for Materials Science and Technology（瑞士联邦材料科技研究院）；Imperial College London（伦敦帝国理工学院）
结合数据驱动系统表示与框架，通过扩展状态空间将未知动力学浸入，利用纯数据代数条件设计动态状态反馈控制器，实现局部稳定性和性能保证。
2026-06-09 cs.SY eess.SY math.OC
State-feedback Abstractions for Optimal Control of Piecewise-affine Systems
在这篇手稿中，我们研究符号抽象，捕捉输入约束和有界外部噪声下的分段仿射系统的行为。这是通过考虑与符号模型联合设计的局部仿射反馈控制器来实现的，这确保了系统和抽象之间的交替仿真关系。由此产生的符号系统被称为状态反馈抽象，我们表明，它可以是确定性的，即使当原来的分段仿射系统是不稳定的和不确定的。这种方法的一个好处是，输入空间不需要离散化，符号输入空间减少到一个有限集的控制器。当椭球细胞和仿射控制器被认为是，我们目前的充要条件书面作为一个半定规划的过渡和过渡成本的鲁棒上界的存在。两个例子说明了该理论及其适用性的特定方面。
2022-11-21 cs.SY eess.SY math.OC
Dynamics and Optimal Control of State-Triggered Affine Hybrid Systems
本文研究时间或空间触发重置的线性与仿射混合系统的动力学与控制，分析拍击、阻塞和芝诺退化现象，提出强/弱驱动重置概念，并探讨最优控制，附数值示例。
2025-06-19 cs.SY eess.SY math.OC
Closed Form HJB Solution for Continuous-Time Optimal Control of a Non-Linear Input-Affine System
IIT Jodhpur（焦特布尔印度理工学院）；IISc Bengaluru（班加罗尔印度科学学院）
本文提出了一种为连续时间非线性输入仿真的系统提供HJB闭式解的分析框架，避免了迭代学习和数值近似，提高了计算效率和最优性能。
2025-11-26 cs.SY eess.SY math.OC
Clipped Affine Policy: Low-Complexity Near-Optimal Online Power Control for Energy Harvesting Communications over Fading Channels
本文提出基于相对价值函数的截断仿射策略，用于衰落信道上的能量收集通信在线功率控制，通过乐观与稳健策略实现低复杂度近优控制，在多种场景中性能优于基准方法。
2026-10-02 cs.IT cs.SY eess.SY
Fast Stochastic MPC using Affine Disturbance Feedback Gains Learned Offline
本文提出一种利用离线学习仿射扰动反馈增益特征的随机MPC方法，在保持与经典MPC相当控制性能的同时，将在线计算速度提升10倍。
2024-11-21 cs.SY eess.SY
Efficient model-based reinforcement learning for approximate online optimal
本文提出基于状态跟随核方法的在线近似最优控制策略，通过局部小邻域近似值函数实现稳定性和最优性的高效控制。
2015-02-09 cs.LG cs.SY eess.SY
Numerical homotopy continuation for control and online identification of nonlinear systems: the survey of selected results
St. Petersburg State Polytechnical University（圣彼得堡国立理工大学）
本文综述了参数数值延拓方法在非线性系统设定点控制与参数辨识中的应用，涵盖仿射系统与非仿射系统，并展示了线性与非线性非凸参数化下的在线辨识仿真结果。
2013-01-26 cs.SY eess.SY math.OC
Safe Non-Stochastic Control of Control-Affine Systems: An Online Convex Optimization Approach
University of Michigan（密歇根大学）；Boston University（波士顿大学）
针对受有界非随机噪声影响的非线性控制仿射系统，提出一种基于在线凸优化、具有有界动态遗憾的安全控制算法，并通过倒立摆和四旋翼仿真验证。
2024-12-10 cs.RO cs.SY eess.SY
Optimal Synchronization Control for Heterogeneous Multi-Agent Systems: Online Adaptive Learning Solutions
针对异构多智能体系统的最优同步控制问题，提出了一种基于分布式策略迭代的在线自适应学习方法。
2020-11-11 cs.SY eess.SY math.OC
Optimal Input Design for Affine Model Discrimination with Applications in Intention-Aware Vehicles
University of Michigan（密歇根大学）；Arizona State University（亚利桑那州立大学）；KTH Royal Institute of Technology（皇家理工学院）
本文研究了在有限数量的仿射模型中通过最优输入信号设计进行辨识的问题，旨在通过优化分离/辨识（受控）输入，确保所有仿射模型的输出轨迹在初始条件不确定、未受控输入以及过程和测量噪声存在的情况下能够被区分，同时提出了一种新的方法来解决这个问题，强调了模型辨识的保证和最优性，与之前使用鲁棒优化的保守方法形成对比。
2019-01-02 cs.SY eess.SY math.OC
Inverse Optimal Control with Discount Factor for Continuous and Discrete-Time Control-Affine Systems and Reinforcement Learning
本文讨论了当输入成本固定为二次型时，求出状态加权函数的逆最优控制问题。研究了一类无穷时域离散时间和连续时间最优控制问题，其动态特性是控制仿射的，其输入代价是二次的。该问题的最优控制策略是值函数的负梯度在所有可行控制方向所构成的空间上的投影。该投影沿着值函数的最陡下降的控制方向指向。对于离散时间系统和二次型值函数，最优控制律可以作为正则化最小二乘规划的解来获得，其对应于具有单步超前的滚动时域控制。对于单输入情况和二次值函数，控制能量中的小权重的解决方案被解释为在每一步使系统的轨迹尽可能接近原点的控制策略，如通过适当的范数所测量的。文中还说明了最优控制律是线性的条件。此外，本文提供了一个映射的最优控制制定一个等效的强化学习制定。实例说明了理论结果的应用。
2022-11-17 cs.SY eess.SY math.OC
On the Value Function of Infinite-Horizon Optimal Control of Piecewise Affine Systems
Delft University of Technology（代尔夫特理工大学）；University of Oxford（牛津大学）
本文针对具有ℓ₁或ℓ∞阶段代价的PWA系统CITOC问题，通过显式例子证明其值函数片段数可无穷，并建立确保值函数为真PWA函数的充分条件，为相关学习控制方案提供支撑。
2026-08-21 cs.SY eess.SY math.OC
Optimal Bayesian Affine Estimator and Active Learning for the Wiener Model
Delft Center for Systems and Control, Delft University of Technology（代尔夫特理工大学代尔夫特系统与控制中心）
本文针对Wiener模型提出贝叶斯仿射估计框架，推导闭式最优估计器并分析其性质，基于闭式误差开发主动学习算法，实验证明优于传统正则化最小二乘方法。
2025-04-21 cs.LG cs.SY eess.SY
Concurrent learning-based online approximate feedback-Nash equilibrium solution of N-player nonzero-sum differential games
University of Florida（佛罗里达大学）
本文提出一种并发学习的actor-critic-identifier架构，用于在线求解无限时间 horizon N玩家非零和微分博弈的近似反馈-纳什均衡解，无需持续激励（PE）条件。在比PE更温和的条件下，证明了所开发控制策略的统一最终有界收敛性。
2013-10-04 cs.SY eess.SY math.OC
A New Semidefinite Relaxation for Linear and Piecewise-Affine Optimal Control with Time Scaling
Massachusetts Institute of Technology（麻省理工学院）
针对含时间缩放的线性及分段仿射（PWA）最优控制的非凸性问题，提出新型半定松弛方法，通过选择双线性项子集、变量替换及凸集图（GCS）扩展，实现紧松弛与轻量计算，可单半定规划求解PWA问题。
2025-04-17 cs.RO cs.SY eess.SY
Approximate Dynamic Programming for Constrained Piecewise Affine Systems with Stability and Safety Guarantees
针对约束分段仿射系统无限时域最优控制中混合MPC计算受限的问题，提出带PWA惩罚函数的近似动态规划方法，通过两种控制策略提升在线效率，给出稳定性、安全性与次优性证明，经仿真验证了约束满足性与计算速度优势。
2024-12-13 cs.SY eess.SY
Lattice piecewise affine approximation of explicit nonlinear model predictive control with application to trajectory tracking of mobile robot
Harbin Institute of Technology Shenzhen（哈尔滨工业大学深圳校区）
为了促进移动机器人在各个领域的广泛应用，必须保证其轨迹跟踪性能。针对移动机器人系统的约束条件和非线性特点，采用非线性模型预测控制（MPC）实现移动机器人的轨迹跟踪。针对非线性预测控制在线计算复杂的问题，设计了一种格点分段仿射（PWA）逼近方法，该方法既能逼近非线性系统，又能逼近显式非线性预测控制的控制律。移动机器人的运动学模型沿轨迹依次线性化，得到系统的线性时变描述，然后用格型PWA模型表示。随后，非线性MPC问题可以转化为一系列线性MPC问题。此外，为了降低在线计算多个线性MPC问题的复杂性，我们使用格PWA模型来近似线性MPC的最优解。也就是说，对于不同的采样状态，最优控制输入，并构造格PWA近似的状态控制对。通过与线性MPC和显式线性MPC框架的比较，进行仿真来评估我们的方法的性能。结果表明，与显式线性预测控制方法相比，该方法在线计算速度快，离线计算时间短，跟踪误差不明显增加。
2023-02-16 cs.RO cs.SY eess.SY
Optimal Online Algorithms for Peak-Demand Reduction Maximization with Energy Storage
电费中需求费用的高比例激励大功率客户利用储能来减少从外部电网的峰值采购。考虑到有限的能源存储，我们希望以在线方式最大限度地减少峰值需求，这受到高度不确定的需求和可再生能源注入，峰值消费的非累积性以及在线决策的耦合的挑战。在本文中，我们提出了一个最佳的在线算法，达到最佳的竞争比，以下的想法，保持一个恒定的比例之间的在线和离线的最佳峰值降低性能。我们进一步表明，最优竞争比可以通过求解线性分式规划的线性数来计算。此外，我们扩展了算法，以自适应地保持最佳的竞争比给定的显示输入和行动，在每个决策轮。自适应算法保留了最佳的最坏情况下的保证，并达到改善的平均情况下的性能。我们评估我们提出的算法使用真实世界的痕迹，并表明他们获得高达81%的最佳离线基准峰值减少。此外，自适应算法实现了至少20%以上的峰值减少基线替代品。
2021-05-11 cs.SY eess.SY math.OC
Optimal Voltage Control Using Online Exponential Barrier Method
本文提出在线指数障碍法，解决模型信息不准确下高比例可再生能源配电系统的最优电压控制问题，利用在线反馈增强鲁棒性并结合电压约束保障安全，在56节点辐射状网络中验证了其显著优于现有方法的鲁棒性。
2025-10-12 cs.SY eess.SY math.OC
Online Inverse Optimal Control for Control-Constrained Discrete-Time Systems on Finite and Infinite Horizons
本文考虑了在主动控制约束下，由状态和控制轨迹计算离散时间最优控制问题的目标函数参数的问题。我们提出了一种新的逆最优控制方法，它具有计算效率高的在线形式，其中对状态和控制从给定的状态和控制轨迹顺序处理，而不被存储或批量处理。我们建立的条件，保证我们所提出的方法计算的目标函数参数的唯一性，从轨迹与主动控制约束。我们在仿真中说明我们提出的方法。
2020-05-13 cs.SY eess.SY math.OC
A Computationally Efficient Hamilton-Jacobi-based Formula for State-Constrained Optimal Control Problems
研究了高维系统有限时域最优控制问题的Hamilton Jacobi（HJ）分析。虽然基于网格的方法，如水平集方法[1]，数值求解一般类的HJ偏微分方程，计算复杂性是指数的连续状态的维度。为了管理这种计算复杂性，基于Lax-Hopf理论的方法已经被开发用于在某些假设下的状态无约束最优控制问题，例如仿射动力学和状态独立阶段成本。本文在Lax公式[2]的基础上，提出了非线性系统状态约束最优控制问题的HJ公式。对于最优控制问题，我们称这个公式为\textit{the generalized Lax formula}。HJ公式提供了最优成本和最优控制信号。我们还提供了一个有效的计算方法，一类问题的动态是仿射的状态，并为阶段和终端成本，以及状态约束，凸的状态。这类问题不需要仿射动力学和凸阶段的控制成本。本文还提供了三个实例。
2021-06-25 cs.SY eess.SY math.OC
Safe Output-Feedback Adaptive Optimal Control of Affine Nonlinear Systems
本文提出一种集成状态与参数估计的安全自适应最优控制方法，利用鲁棒化控制障碍函数守护控制器保证无全状态测量下的安全与镇定，并通过李雅普诺夫分析及仿真验证其有效性。
2025-10-22 cs.SY eess.SY
Output Feedback Adaptive Optimal Control of Affine Nonlinear systems with a Linear Measurement Model
针对复杂不确定环境下的控制问题，本文提出一种在线输出反馈的仅含评价器强化学习架构，通过乘数矩阵设计观测器增益搜索方法并结合基于模拟经验学习的控制器，确保闭环系统轨迹稳定并收敛至原点邻域，在温和激励条件下基于 Lyapunov 分析证明了局部一致最终有界性。
2023-04-03 cs.SY eess.SY
Covariance Steering for Nonlinear Control-affine Systems
研究了非线性仿射控制系统的协方差操纵问题。我们的目标是找到一个最优控制策略，使系统的状态从一个初始分布转向一个目标分布，其均值和协方差是已知的。由于非线性，现有的线性协方差操纵问题的技术是不直接适用的。通过利用著名的Girsanov定理，我们制定了一个优化的空间路径分布的问题。然后，我们采用广义近似梯度算法来解决这个优化问题，其中每次更新都需要解决一个线性协方差转向问题。我们的算法是保证收敛到一个局部最优解的次线性速度。此外，该算法的每次迭代都可以用封闭形式实现，因此其计算复杂性对时间离散化的分辨率不敏感。在例子中，我们的方法实现了1000倍的速度比现有的算法。
2023-03-24 cs.SY eess.SY math.OC
Safe Neural Control for Non-Affine Control Systems with Differentiable Control Barrier Functions
MIT Lincoln Lab（麻省理工学院林肯实验室）
本文提出将高阶控制障碍函数作为可微CBF融入神经常微分方程模型，解决非仿射控制系统的安全控制问题，缓解保守性并学习最优策略，在自动驾驶中验证有效。
2023-09-06 cs.LG cs.RO cs.SY
Online Approximate Optimal Station Keeping of an Autonomous Underwater Vehicle
University of Florida（佛罗里达大学）
研究提出基于强化学习的 actor-critic 框架，用于在线近似自主水下机器人六自由度最优保持策略，实现状态和策略的统一有界收敛。
2014-04-01 cs.RO cs.SY eess.SY
Sampling-based Polytopic Trees for Approximate Optimal Control of Piecewise Affine Systems
Massachusetts Institute of Technology（麻省理工学院）
本文提出了一种基于采样的多面体树方法，用于分段仿射系统的近似最优控制，通过混合整数凸规划将轨迹优化与反馈控制结合，以满足硬约束条件。
2018-09-25 cs.RO cs.SY eess.SY
Sparse One-Step-Ahead Optimal Control of Time-Varying Affine Opinion Networks: Tracking and Competitive Games
Federal University of Rio de Janeiro（里约热内卢联邦大学）
本文针对时变仿射意见网络，提出一种稀疏一步超前最优控制方法，通过排序实现精确支持选择，并扩展到竞争博弈场景，验证了跟踪性能与均衡存在性。
2026-09-18 cs.GT cs.SY eess.SY
Extended Kalman Filtering for Recursive Online Discrete-Time Inverse Optimal Control
本文将离散时间逆最优控制问题转化为非线性滤波问题，提出一种基于扩展卡尔曼滤波的递归在线求解方法，利用Pontryagin可微编程高效计算雅可比矩阵，并首次为带噪不完整测量提供理论误差保证，且速度显著优于无迹卡尔曼滤波方法。
2024-03-16 cs.SY eess.SY
Online power system parameter estimation and optimal operation
将可再生能源纳入电网需要基于优化的控制方案，需要可靠的电网模型。传统的参数估计和优化控制往往是解耦的，这导致估计过程中系统的运行成本很高。本工作提出了一种方法，同时最大限度地减少电网运行成本和最佳估计线参数的方法的基础上的最优设计的实验。与标准最优潮流和最大似然估计相比，该方法大大降低了最优估计的成本，并提高了参数的精度。我们说明了所提出的方法在基准系统上的性能。
2021-03-19 cs.SY eess.SY
A Parametric Model for Near-Optimal Online Synthesis with Robust Reach-Avoid Guarantees
针对高完整性信息物理系统最优控制器在线综合的可解释保证需求，提出基于混合博弈自动机的参数化模型与在线综合方法，经自主飞行器仿真验证，可无预训练生成鲁棒近优控制器。
2025-04-01 cs.GT cs.SY eess.SY
Optimal Regulation of Nonlinear Input-Affine Systems via an Integral Reinforcement Learning-Based State-Dependent Riccati Equation Approach
University of Tehran（德黑兰大学）；K. N. Toosi University of Technology（卡恩·托基理工大学）
本文提出基于积分强化学习的方法，用于非线性输入仿射系统的最优调节，通过部分模型无关的方法在每个状态学习最优控制，无需显式环境模型。
2025-12-27 cs.SY eess.SY
Safe Output-Feedback Adaptive Optimal Control of Input-Constrained Control-Affine Nonlinear Systems
University of Florida（佛罗里达大学）；Air Force Research Laboratory（空军研究实验室）
针对部分可观测系统，提出一种在线安全输出反馈自适应最优控制框架，结合LMI观测器与近似动态规划，通过重定心鲁棒Lyapunov类障碍函数保证安全性和稳定性。
2026-06-18 cs.SY eess.SY
