長い水平最適制御におけるコスト近似のためのランダムサンプリングモンテカルロ木探索法【JST・京大機械翻訳】

Ragi Shankarachary; Mittelmann Hans D.

プレプリント

J-GLOBAL ID：202202220063724623 整理番号：22P0191227

長い水平最適制御におけるコスト近似のためのランダムサンプリングモンテカルロ木探索法【JST・京大機械翻訳】

Random-Sampling Monte-Carlo Tree Search Methods for Cost Approximation in Long-Horizon Optimal Control

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年09月15日プレプリントサーバーでの情報更新日： 2020年09月15日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,長距離最適制御問題における目的関数を近似するためのモンテカルロベース発見的アプローチを開発した。これらのアプローチでは,目的関数における期待値演算子を近似するために,各時間ステップで雑音擾乱をサンプリングし,全ての軌跡に沿ったコストの平均(または加重平均)を見つける一方で,複数の軌道上のシステム状態を将来に進化させる。これらの方法をランダムサンプリング-マルチパス仮説伝搬またはRS-MHPと呼ぶ。これらの方法(または変異体)は文献に存在する;しかし,文献は,これらの近似戦略がどのように収束するかに関する結果を欠いている。本論文は,この知識ギャップをある程度埋める。RS-MHP法からのコスト近似誤差に対する収束結果を導出し,サンプルサイズが増加するにつれてそれらの収束(確率)を議論した。2つの事例研究を考察し,この方法の有効性を実証した。b)UAV経路最適化問題。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

図形・画像処理一般

, , ,

前のページに戻る