論文の概要: Online Control of Linear Systems under Unbounded Noise

• arxiv url: http://arxiv.org/abs/2402.10252v2
• Date: Sun, 01 Jun 2025 06:19:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-03 20:53:52.787978
• Title: Online Control of Linear Systems under Unbounded Noise
• Title（参考訳）: 非有界騒音下における線形システムのオンライン制御
• Authors: Kaito Ito, Taira Tsuchiya,
• Abstract要約: 我々は,非有界雑音下では,$ tildeO(sqrtT)$ 高確率の後悔が達成可能であることを示す。 コストが強く凸であり、ノイズがガウス以下であれば、$ O(rm poly (log T)) $ regret bound が成立する。
• 参考スコア（独自算出の注目度）: 6.322831694506286
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper investigates the problem of controlling a linear system under possibly unbounded stochastic noise with unknown convex cost functions, known as an online control problem. In contrast to the existing work, which assumes the boundedness of noise, we show that an $ \tilde{O}(\sqrt{T}) $ high-probability regret can be achieved under unbounded noise, where $ T $ denotes the time horizon. Notably, the noise is only required to have a finite fourth moment. Moreover, when the costs are strongly convex and the noise is sub-Gaussian, we establish an $ O({\rm poly} (\log T)) $ regret bound.
• Abstract（参考訳）: 本稿では,オンライン制御問題として知られる凸コスト関数の不明な確率的雑音下での線形系制御の問題について検討する。 ノイズの有界性を仮定する既存の研究とは対照的に、$ \tilde{O}(\sqrt{T}) $ 高確率の後悔は、非有界雑音の下で達成可能である。 特に、ノイズは有限第4モーメントしか持たない。 さらに、コストが強く凸であり、ノイズがガウス以下であれば、O({\rm poly} (\log T)) $ regret bound が成立する。

関連論文リスト

• Nonlinear Stochastic Gradient Descent and Heavy-tailed Noise: A Unified Framework and High-probability Guarantees [56.80920351680438]
  本研究では,重音の存在下でのオンライン学習における高確率収束について検討する。 切断のみを考慮し、有界な$p$-thモーメントでノイズを必要とする最先端技術と比較して、幅広い非線形性の保証を提供する。
  論文  参考訳（メタデータ） (2024-10-17T18:25:28Z)
• High-probability Convergence Bounds for Nonlinear Stochastic Gradient Descent Under Heavy-tailed Noise [59.25598762373543]
  重み付き雑音の存在下でのストリーミングデータにおける学習の精度保証について検討した。 解析的に、与えられた問題に対する設定の選択に$ta$を使うことができることを実証する。
  論文  参考訳（メタデータ） (2023-10-28T18:53:41Z)
• Finite-time System Identification and Adaptive Control in Autoregressive Exogenous Systems [79.67879934935661]
  未知のARXシステムのシステム識別と適応制御の問題について検討する。 我々は,オープンループとクローズループの両方のデータ収集の下で,ARXシステムに対する有限時間学習保証を提供する。
  論文  参考訳（メタデータ） (2021-08-26T18:00:00Z)
• Black-Box Control for Linear Dynamical Systems [40.352938608995174]
  ブラックボックス相互作用の単一連鎖から未知の線形時間不変力学系を制御する問題を考える。 システムが制御可能であるという仮定の下で、サブ線形後悔を達成できる最初の効率的なアルゴリズムを与える。
  論文  参考訳（メタデータ） (2020-07-13T19:43:19Z)
• Bandit Linear Control [0.0]
  ノイズ, 逆選択コスト, および帯域フィードバックの下で既知の線形力学系を制御することの問題点を考察する。 我々は,強い凸とスムーズなコストのために,時間的地平線の平方根で成長する後悔を得る,新しい効率的アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-07-01T21:12:19Z)
• Making Non-Stochastic Control (Almost) as Easy as Stochastic [27.736345095024276]
  より一般的な非確率的制御モデルにおいても、同じ後悔率が達成可能であることを示す。 学習者にとってダイナミクスが不明な場合に、最適な$widetildemathcalO(sqrtT)$ regretを得る。
  論文  参考訳（メタデータ） (2020-06-10T16:00:14Z)
• Logarithmic Regret for Adversarial Online Control [56.12283443161479]
  対数的後悔を伴う最初のアルゴリズムを任意対数外乱列に対して与える。 我々のアルゴリズムと分析はオフライン制御法の特徴を利用してオンライン制御問題を(遅延)オンライン学習に還元する。
  論文  参考訳（メタデータ） (2020-02-29T06:29:19Z)
• Naive Exploration is Optimal for Online LQR [49.681825576239355]
  最適後悔尺度は$widetildeTheta(sqrtd_mathbfu2 d_mathbfx T)$で、$T$は時間ステップの数、$d_mathbfu$は入力空間の次元、$d_mathbfx$はシステム状態の次元である。 我々の下界は、かつての$mathrmpoly(logT)$-regretアルゴリズムの可能性を排除する。
  論文  参考訳（メタデータ） (2020-01-27T03:44:54Z)
• Improper Learning for Non-Stochastic Control [78.65807250350755]
  逆方向の摂動, 逆方向に選択された凸損失関数, 部分的に観察された状態を含む, 未知の線形力学系を制御することの問題点を考察する。 このパラメトリゼーションにオンライン降下を適用することで、大規模なクローズドループポリシーに対してサブリニア後悔を実現する新しいコントローラが得られる。 我々の境界は、線形力学コントローラの安定化と競合する非確率的制御設定における最初のものである。
  論文  参考訳（メタデータ） (2020-01-25T02:12:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。